生成式深度学习，第二版

序言

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

我无法创造的东西，我也不明白。

理查德-费曼

生成式人工智能是当代最具革命性的技术之一，它改变了我们与机器互动的方式。它彻底改变我们的生活、工作和娱乐方式的潜力已成为无数对话、辩论和预测的主题。但是，如果这项强大的技术还有更大的潜力呢？如果生成式人工智能的可能性超出了我们目前的想象呢？生成式人工智能的未来可能比我们想象的更令人兴奋...

自 人类诞生之初，我们就一直在寻找机会创造出独创的美丽作品。对于早期人类来说，这表现为洞穴壁画，描绘野生动物和抽象图案，用颜料小心翼翼、有条不紊地涂在岩石上。浪漫主义时期，柴可夫斯基的交响乐让我们领略到了通过声波交织成优美旋律与和声，激发胜利与悲剧情感的能力。近代以来，我们发现自己会在午夜时分冲进书店，购买关于虚构的巫师的故事，因为字母的组合创造了一种叙事方式，让我们愿意翻开书页，了解主人公的遭遇。

因此，人类开始追问创造力的终极问题也就不足为奇了：我们能否创造出本身就具有创造力的东西？

这就是生成式人工智能要回答的问题。随着方法论和技术的不断进步，我们现在已经能够制造出这样的机器：它们能够以特定的风格绘制原创艺术作品，书写具有长期结构的连贯文本块，创作悦耳动听的音乐，并通过生成想象的未来场景为复杂的游戏制定制胜策略。这仅仅是一场生成革命的开端，它将让我们别无选择，只能为一些有关创造力机制的重大问题寻找答案，并最终为人类的意义寻找答案。

总之，现在是学习生成式人工智能的最佳时机，让我们开始吧！

目标和方法

本书 假定读者事先不了解生成式人工智能。我们将以直观易懂的方式从零开始构建所有关键概念，因此，如果你没有生成式人工智能方面的经验，也不必担心。你来对地方了！

本书不仅涵盖了当前流行的技术，而且还是一本完整的生成建模指南，涵盖了广泛的模型系列。客观地说，没有哪一种技术比其他技术更好或更差--事实上，现在许多最先进的模型都融合了生成建模广泛方法中的各种思想。因此，了解生成式人工智能所有领域的发展动态，而不是专注于某一种技术，是非常重要的。有一点是肯定的：生成式人工智能领域发展迅速，你永远不知道下一个突破性的想法会来自哪里！

有鉴于此，我将采取的方法是向你展示如何在自己的数据上训练自己的生成模型，而不是依赖预先训练好的现成模型。虽然现在有很多令人印象深刻的开源生成模型，只需几行代码就能下载并运行，但本书的目的是从第一原理出发，深入挖掘它们的架构和设计，让你全面了解它们的工作原理，并能使用 Python 和 Keras 从头开始编写每种技术的示例。

总之，本书可以看作是当前生成式人工智能领域的地图，涵盖了理论和实际应用，包括文献中关键模型的完整工作示例。我们将一步一步地讲解每种技术的代码，并通过清晰的路标说明代码是如何实现每种技术的基础理论的。这本书既可以从头到尾读完，也可以作为参考书随意翻阅。最重要的是，我希望你会发现这是一本有用且令人愉快的读物！

备注

在整本书中，你会发现一些寓言式的小故事，有助于解释我们将要构建的一些模型的力学原理。我认为，教授一个新的抽象理论的最好方法之一，就是先把它转换成不那么抽象的东西，比如一个故事，然后再深入进行技术解释。故事和模型解释只是在两个不同的领域解释相同的力学--因此，在学习每个模型的技术细节时，你可能会发现参考相关的故事是很有用的！

先决条件

本书 假定您有 Python 的编码经验。如果您不熟悉 Python，最好从LearnPython.org ...