深度学习入门5：生成模型
深度学习入门5：生成模型
斋藤康毅 著
郑明智 译
出版时间：2025年06月
页数：278
全书以连贯故事形式，通过10个步骤，依次讲解与生成模型相关的重要技术，包括正态分布、最大似然估计、多维正态分布、高斯混合模型、EM算法、神经网络、变分自动编码器，最后的3个步骤剖析扩散模型的理论、实现与应用。本书由浅入深，带领读者在积累必备知识的同时，一步步实现，最终构建Stable Diffusion这样的图像生成模型。本书与“鱼书”系列前4部作品一脉相承，强调动手实践和从零开始构建，学习过程充满乐趣和收获。
  1. 前言
  2. 步骤1 正态分布
  3. 1.1 概率的基础知识
  4. 1.1.1 随机变量和概率分布
  5. 1.1.2 概率分布的类型
  6. 1.1.3 期望值和方差
  7. 1.2 正态分布
  8. 1.2.1 正态分布的概率密度函数
  9. 1.2.2 正态分布的代码实现
  10. 1.2.3 参数的作用
  11. 1.3 中心极限定理
  12. 1.3.1 什么是中心极限定理
  13. 1.3.2 中心极限定理的实验
  14. 1.4 样本和的概率分布
  15. 1.4.1 样本和的期望值和方差
  16. 1.4.2 通过代码确认
  17. 1.4.3 均匀分布的均值和方差
  18. 1.5 身边的正态分布
  19. 步骤2 优选似然估计
  20. 2.1 生成式模型的基础知识
  21. 2.1.1 什么是生成式模型
  22. 2.1.2 总体和样本
  23. 2.2 使用真实数据实现生成式模型
  24. 2.2.1 读取身高数据集
  25. 2.2.2 基于正态分布的生成式模型
  26. 2.3 优选似然估计的理论知识
  27. 2.3.1 似然的优选化
  28. 2.3.2 利用导数求优选值
  29. 2.3.3 正态分布的优选似然估计
  30. 2.4 生成式模型的用途
  31. 2.4.1 新的数据的生成
  32. 2.4.2 概率的计算
  33. 步骤3 多维正态分布
  34. 3.1 NumPy和多维数组
  35. 3.1.1 多维数组
  36. 3.1.2 NumPy中的多维数组
  37. 3.1.3 逐元素的运算
  38. 3.1.4 向量的内积和矩阵积
  39. 3.2 多维正态分布
  40. 3.2.1 多维正态分布的数学式
  41. 3.2.2 多维正态分布的实现
  42. 3.3 二维正态分布的可视化
  43. 3.3.1 三维图形的绘制方法
  44. 3.3.2 等高线的绘制
  45. 3.3.3 二维正态分布的图形
  46. 3.4 多维正态分布的优选似然估计
  47. 3.4.1 进行优选似然估计
  48. 3.4.2 优选似然估计的实现
  49. 3.4.3 使用真实数据
  50. 步骤4 高斯混合模型
  51. 4.1 我们身边的多峰分布
  52. 4.1.1 多峰分布的数据集
  53. 4.2 高斯混合模型的数据生成
  54. 4.2.1 利用GMM生成数据
  55. 4.2.2 生成数据的代码
  56. 4.3 GMM的数学式
  57. 4.3.1 概率的复习
  58. 4.3.2 GMM的数学式
  59. 4.3.3 GMM的实现
  60. 4.4 参数估计中的难点
  61. 4.4.1 GMM的参数估计
  62. 步骤5 EM算法
  63. 5.1 KL散度
  64. 5.1.1 关于数学式的表示方法
  65. 5.1.2 KL散度的定义式
  66. 5.1.3 KL散度与优选似然估计之间的关系
  67. 5.2 EM算法的推导①
  68. 5.2.1 拥有潜变量的模型
  69. 5.2.2 任意概率分布q（z）
  70. 5.3 EM算法的推导②
  71. 5.3.1 ELBO（证据的下限）
  72. 5.3.2 进入EM算法
  73. 5.3.3 扩展到多个数据
  74. 5.3.4 logp（x；θnew）≥logp（x；θold）的证明
  75. 5.4 GMM和EM算法
  76. 5.4.1 EM算法的E步骤
  77. 5.4.2 EM算法的M步骤
  78. 5.5 EM算法的实现
  79. 5.5.1 数据集与GMM的代码
  80. 5.5.2 E步骤和M步骤的实现
书名：深度学习入门5：生成模型
作者：斋藤康毅 著
译者：郑明智 译
国内出版社：人民邮电出版社
出版时间：2025年06月
页数：278
书号：978-7-115-66977-3
原版书书名：Deep Learning from Scratch5
原版书出版商：O'Reilly Media
斋藤康毅
 
1984年生于日本长崎县，东京工业大学毕业，并完成东京大学研究生院课程。目前在某企业从事人工智能相关的研究和开发工作。著有《深度学习入门：基于Python的理论与实现》，同时也是Introducing Python、Python in Practice、The Elements of Computing Systems、Building Machine Learning Systems with Python的日文版译者。
 
 
购买选项
定价：109.80元
书号：978-7-115-66977-3
出版社：人民邮电出版社
联系出版社邮购

© 2026，奥莱利技术咨询(北京)有限公司。版权所有。
传真: +86-10-88097463
 京ICP备05003502号