从2014年至今，与GAN有关的论文数量急剧增加，从谷歌学术的数据来看，数量仍在不断增加中。究其原因，除了科学研究本身的魅力之外，诸如文本到图像的生成、图像到图像的生成等应用研究也让业界非常兴奋，给人工智能领域带来诸多可能性。 《生成对抗网络入门指南（第2版）》是GAN的入门书籍，结合基础理论、工程实践进行讲解，深入浅出地介绍GAN的技术发展以及各类衍生模型。该书面向机器学习从业人员、高校相关专业学生以及具备一定基础的人工智能技术爱好者。书中包含GAN的理论知识与代码实践（示例代码可以从华章官网搜索下载），可帮助读者理解GAN的技术原理与实现细节。 《生成对抗网络入门指南（第2版）》主要内容： 人工智能入门知识与开发工具 GAN的理论与实践 DGGAN、WGAN、cGAN等主流GAN衍生模型 文本到图像、图像到图像以及离散数据的生成方法 GAN与强化学习的关联 BigGAN、StyleGAN等前沿GAN模型 多媒体与艺术设计领域中的GAN应用