Skip to content

Latest commit

 

History

History
139 lines (92 loc) · 7.47 KB

README.md

File metadata and controls

139 lines (92 loc) · 7.47 KB

書籍「最短コースでわかる PyTorch &深層学習プログラミング」サポートサイト

　当サイトは、書籍「最短コースでわかる PyTorch &深層学習プログラミング」のサポートサイトです。

実習Notebookリンク

　本書の実習コードは、Google Colabで動かすことを前提に、すべてGithub(当サポートサイト)で公開しています。

実習Notebook一覧

実習Notebookの動かし方

Amazonへのリンク

単行本

Kindle

　

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. 入門書を読んで機械学習やディープラーニングアルゴリズムの実装イメー ジは持てたが、この先どのように活用したらよいかがわからない方
    　9 ~ 12 章の「画像認識 実践編」では、最終的に「転移学習」と呼ばれる少ない学習データで学習可能な方法を用いて、自分で集めた画像データを使って 分類モデルを作ります。12 章までたどり着けば、すぐに自分で集めた画像デー タを使って分類モデルが作れるようになります。 また、8 章までの内容は PyTorch でのプログラミング方法を理解すると同時 に、これまで入門書で学んだ機械学習やディープラーニングのアルゴリズムを 復習することにもなります。

  3. 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。

  4. 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入門
  • 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 学習済みモデルの利用
  • 12章 カスタムデータによる画像認識

講座　

  • Python入門
  • NumPy入門
  • Matplotlib入門

本書の特徴

勾配降下法の動作原理とPyTorch実装を、イメージから理解

　ディープラーニングの学習原理である勾配降下法は、3章で山登りのたとえ話で数式なしに理解できるようになります。アルゴリズムとしての動作原理と、PyTorch実装については、下の2つの図で、より具体的なイメージが持てます。

勾配降下法の動作原理



PyTorchによる勾配降下法実装

重要概念を一歩一歩確実に理解

　PyTorchプログラミングにおいて重要な概念については、詰め込まず、一歩一歩確実に進めるようにしてあります。見開きのコースマップで、どこまで進んだかも一目でわかります。

コースマップ

合成関数も可視化ツールで理解

　機械学習・ディープラーニングにおける学習とは、「損失」と呼ばれる合成関数の最適化です。本書では、PyTorchが自動生成した合成関数（計算グラフ）を可視化するツールを活用して、この合成関数の様子をイメージから理解できるようにしています。

計算グラフの可視化例

その他解説記事

リンク集

ソース タイトルとリンク 補足
Amazon Amazonレビュー
Honto Honto
読書メーター 読書メーター
BookLive BookLive
からあげ様ブログ PyTorch入門書の決定版！「最短コースでわかる PyTorch ＆深層学習プログラミング」 AI関連で有名なブロガーである「からあげ」様による書評です。
新米エンジニアの読んだ技術書を一言まとめるブログ Pytorch&深層学習プログラミングはやはり初心者の見方だった 本書について激賞していただいています
twitter @makaishi2 著者は原則twitterではつぶやきませんが、書籍に関連したつぶやきをretweetで紹介しています。
IBM Blog AI関連書籍三冊目を出版したIBM赤石雅典に聞く「AIと仕事と執筆」 IBM勤務時代、会社のブログにインタビュー記事が紹介されています。

正誤訂正・FAQ