本书的前四章旨在介绍你需要开始搭建生成式深度学习模型的关键技术。

在第一章，我们首先应该从广义上看待生成式建模这一领域，同时我们从概率的角度考虑我们试着去解决的问题的类型。接下来，我们开发第一个概率生成模型，同时分析为什么随着生成任务的复杂度的上升，深度学习技术必须被应用？

第二章提供了一个关于深度学习工具和开始搭建复杂生成模型必备知识的指导。它仅为一个实践性的指导而不是理论性分析。实际上，我将介绍Keras,一个搭建神经网络的框架，能够被用来构建和训练一些已发表在文献中最先进的深度神经网络框架。

 

在第三章中，我们关注第一个生成式深度学习模型-变分自动编码器。这种强大的技术不仅容许我们生成真实的人脸，同时改变存在的图像。例如，添加笑容或者改变某个人头发的颜色。

 

第四章探索了近年来最成功的生成式建模技术，生成对抗网络。这种优雅构建生成建模问题的框架是大多数最先进的生成式模型背后的基础引擎。我们将看到它经过微调和调整的方式，以不断推动生成式建模能够实现的界限。