FaceApp的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

強者用PyTorch：實作史上最經典AI範例

為了解決FaceApp的問題，作者集智俱樂部 這樣論述：

　　還在用難用的Tensorflow嗎？還在用太簡單的Keras嗎？ 　　2020年將是Pytorch正式超越Tensorflow、一統人工智慧框架世界的時代，如果還在頭痛怎麼用Tensorflow實作MNIST，快點投入PyTorch的懷抱吧！ 　　本書實作最經典的人工智慧神經網路的案例，並且放入最新真實世界中的應用範例，如果有心要學習人工智慧，這本PyTorch實例書將帶你完成史上最有名的幾個經典範例，讓你功力大增之外，更一舉成為人工智慧的強者！ 　　全書重點包括： 　　► 深度學習一路走來的歷史 　　► PyTorch的張量、自動微分及nn模組的介紹 　　► 預

測共享單車投放數量 　　► 中文文章情緒分析器 　　► 一定要會的用CNN完成MNIST的辨識 　　► 大型遷移學習對動物分類進行預測 　　► MNIST的進一步，幫你把數字加起來 　　► 自己動手做PRISMA：20種藝術家風格轉到你的照片 　　► 假新聞有什麼稀奇，假以亂真的照片才叫厲害：GAN實作 　　► NLP的大神Word2Vec的實作 　　► 人工智慧音樂家：利用LSTM製作自動作曲機 　　► Google的祕密武器：神經網路翻譯系統實作 　　► 外掛有什麼了不起？用AI打電動，強化學習實作 本書特色 　　►深度學習、PyTorch的入門書 　　►透過實際經典案例循序講解 專

家推薦 　　「這本書緊接業界潮流，將人工智慧科普帶入了後AlphaGo 時代：遊戲飛鳥、自動作曲、語義星空⋯⋯涵蓋了深度學習領域的主流玩法。書中既有清晰容易的知識說明，讓你打好理論基礎，又有詳細的程式展示，一步步地教你做實際專案。這是一本揭示深度學習的秘笈！」－袁行遠，彩雲科技CEO、創始人 　　「本書寓教於樂，精心設計的實戰案例和循序漸進的學習方式都令人耳目一新。先從實戰專案出發，然後引用理論說明，最後深入剖析工作原理，環環相扣，引人入勝。期待看到PyTorch 之火的燎原之勢。」－高文超，微軟研究院軟體開發工程 　　「以2011 年AlexNet 贏得ImageNet 競賽為起始點，

深度學習迅速席捲了整個人工智慧領域，但目前出版的有關深度學習的書大多偏重理論。這本書注重理論和實作的緊密結合，讀者可以在瞭解深度學習原理之後，立刻跟隨書中的程式動手實作，加深了解。如果想要追上人工智慧的浪潮，這本書是一個不錯的開始。」－鮑捷，文因互連CEO、聯合創始人  

FaceApp進入發燒排行的影片

深度偽造政治廣告之外表吸引力、性別與公共政策類型對候選人評價、形象及投票意願影響：以台灣年輕選民為例

為了解決FaceApp的問題，作者張儀同 這樣論述：

近年來社群媒體崛起，政治人物在選舉與行銷時，使用政治廣告影片在社群平台上宣傳時常可見，本研究試圖透過新興技術深度偽造（Deepfake）製作候選人政治廣告影片，並且模擬在臉書上發布的效果，結合期望違背理論，研究以 2 外表吸引力（外表吸引力高 vs. 外表吸引力低）x2性別（男性vs. 女性）x2公共政策類型（經濟發展 vs. 社會公平）之三因子組間實驗設計，探討三個自變項間在候選人之政治廣告影片對於年輕選民的候選人評價、候選人形象及投票意願的影響，以及廣告可信度在自變項與依變項之間的中介效果。本研究結果證實：（1）「外表吸引力高」的候選人，相較於「外表吸引力低」的候選人，更容易引發較正面的

候選人評價、較佳的候選人形象以及較高的投票意願、（2）「女性」的候選人相較於「男性」的候選人，更容易引發較佳的候選人形象以及較高的投票意願、（3）提出「經濟發展」相關政策，相較於提出「社會公平」相關政策，更容以引發較佳的候選人形象、（4）在提出「經濟發展」相關政策時，外表吸引力較「高」之候選人會比外表吸引力較「低」的候選人，更容易引發較佳的候選人形象、較高的投票意願、（5）廣告可信度在外表吸引力、性別、公共政策類型與候選人評價、候選人形象與投票意願間無中介效果影響。