• 予約受付中

最短コースでわかる PyTorch &深層学習プログラミング

赤石 雅典 著 

4,070円

  • 全て税込み表示です
小計
円 (税込)

内容紹介


人気のAIフレームワーク「PyTorch」で、ディープラーニングプログラミングができるようになる本です。ディープラーニングのアルゴリズムが原理からわかります。
初心者でも他書に頼らず、本書1冊でマスターできます!

本書は、次のような読者を想定しています。

1. 企業でディープラーニングプログラムを業務で利用している、あるいはこれから利用しようとしているITエンジニアや研究者
Keras/Tensorflowを使った経験がある方は、まずPyTorch独特の「ポリシー」につまずきがちです。
PyTorchは「多値分類モデルにおける損失関数」の考え方が独特で、それを分かりやすく解説します。

2. 理工系の大学・大学院の学生で研究の一環としてディープラーニングのプログラムを開発する必要がある方
今後、論文で公開されている実装コードを試すには、PyTorchの知識が必須になってきます。
本書では、ディープラーニングに必要な数学をイメージとして解説するので、公開コードを深く理解し、応用できるようになります。

3. まだPythonもKeras/TensorFlowも知らないが、ディープラーニングプログラミングをこれから勉強してみたいという方
初心者に向けて、PyTorchプログラミングを理解するのに必要な、Pythonの基本文法と、NumPy、Matplotlibの必要最小限の機能を、巻末の講座として用意しました。
目的がディープラーニングだけなら、本書の講座で書いた概念・機能だけを理解すれば十分で、ディープラーニングを学ぶためのスタートラインに立てます。

本書は、新しい概念は一気には詰め込まず、できるだけ細分化して一歩一歩確実に進めます。
機械学習の基本から、「CNN」などを使った画像認識ディープラーニングモデルの開発・チューニングまでをじっくり学べます。


目次
序章 初めての画像認識

◆基礎編
1 章   ディープラーニングのためのPython のツボ
2 章   PyTorch の基本機能
3 章   初めての機械学習
4 章   予測関数の定義

◆機械学習 実践編
5 章   線形回帰
6 章   2 値分類
7 章   多値分類
8 章   MNIST を使った数字認識

◆画像認識 実践編
9 章   CNN による画像認識
10 章   チューニング技法
11 章   事前学習済みモデルの利用
12 章   カスタムデータの画像分類
講座 Python入門、NumPy入門、Matplotlib入門

商品詳細

発行元
日経BP社
発行日
2021年9月21日
ISBN
9784296110322
ページ数
584
サイズ
A5
原著者
赤石 雅典