ディープラーニング実装入門 = Practical introduction for deep learning system : PyTorchによる画像・自然言語処理

• 資料種別: 図書
• ISBN: 978-4-295-01062-3
• タイトル: ディープラーニング実装入門 : PyTorchによる画像・自然言語処理
• タイトルよみ: ディープ ラーニング ジッソウ ニュウモン
• 著者・編者: 吉崎亮介, 祖父江誠人 著
• シリーズタイトル: impress top gear
• 著者標目: 著者 ： 吉崎, 亮介, 1991- ヨシザキ, リョウスケ, 1991- ( 001332423 )典拠; 著者 ： 祖父江, 誠人 ソフエ, マコト ( 031227094 )典拠
• 出版事項: 東京 : インプレス (出版)
• 出版年月日等: 2020.12
• 出版年（W3CDTF）: 2020
• 数量: 335p
• 大きさ: 24cm
• 並列タイトル等: Practical introduction for deep learning system パイトーチ ニ ヨル ガゾウ シゼン ゲンゴ ショリ; Practical introduction for deep learning system
• 出版地（国名コード）: JP
• 本文の言語コード: jpn
• 表現種別: テキスト
• 機器種別: 機器不用
• キャリア種別: 冊子
• 件名標目: 深層学習 シンソウ ガクシュウ ( 001253719 )典拠; プログラミング (コンピュータ) プログラミング (コンピュータ) ( 00569223 )典拠
• NDC10版: 007.13 : 情報学．情報科学
• NDLC: M121
• 対象利用者: 一般
• 書誌注記: 索引あり
• 入手条件・定価: 3600円
• 所蔵機関: 国立国会図書館
• 請求記号: M121-M317
• 連携機関・データベース: 国立国会図書館 : 国立国会図書館蔵書; https://ndlsearch.ndl.go.jp
• 書誌ID（NDLBibID）: 030805084; http://id.ndl.go.jp/bib/030805084
• 全国書誌番号: 23477331
• トーハンMARC番号: 34151365
• 目録規則: 日本目録規則2018年版
• 整理区分コード: 111

• 要約等: 機械学習の登場により、画像の分析／異常検知／テキストの解析など、飛躍的に高精度なデータの分析が可能となりました。本書は、機械学習の手法の中でもディープラーニングに注目し、その実現の方法をまとめていきます。基礎知識のまとめから、Python言語とフレームワークPyTorchを使ったプログラミング、クラ...

目次

表紙
サンプル/正誤表/商標など
はじめに
第1章 人工知能・機械学習・ディープラーニング/1.1 人工知能（AI）
1.2 機械学習
1.3 ディープラーニング
1.4 ディープラーニング活用までの流れ
1.5 ディープラーニング周辺の技術地図
第2章 ニューラルネットワークの数学/2.1 ニューラルネットワークの概要
2.2 順伝播
2.3 逆伝播
2.4 学習の工夫
第3章 PyTorch（基礎編）/3.1 PyTorchの概要
3.2 ネットワークの定義
3.3 学習
第4章 PyTorch（応用編）/4.1 PyTorch Lightningによる学習ループの簡略化
4.2 Axによるハイパーパラメータの調整
第5章 環境構築/5.1 環境構築の選択肢
5.2 Google Colaboratory
5.3 Microsoft Azure
5.4 Docker
第6章 画像処理/6.1 画像処理入門
6.2 畳み込みニューラルネットワーク
6.3 CNNの計算
6.4 画像分類（MNIST）
6.5 画像分類（CIFAR10）
6.6 ファインチューニング
6.7 自家製データの利用
第7章 ハイパーパラメータの最適化/7.1 Azure ML/7.2 Azure MLの立ち上げ
7.3 低優先度クォータのリクエスト
7.4 Azure ML SDKのインストール
7.5 データセットの準備
7.6 固定されたハイパーパラメータでの検証
7.7 Azure MLによるランダムサーチ
第8章 自然言語処理
8.1 自然言語を扱う難しさ
8.2 自然言語処理を理解するロードマップ
8.3 形態素解析ライブラリMeCab
8.4 名詞抽出
8.5 特徴量への変換
8.6 文書分類
8.7 文章分類
8.8 文章生成
第9章 デプロイ/9.1 Azure Blob Storage
9.2 Irisデータでネットワークを学習
9.3 MNISTでネットワークの学習
9.4 Azure Blob Storageモデルを保存
9.5 Azure VMを使ったWebアプリケーションの基礎
9.6 Azure MLで学習
9.7 Azure MLへのデプロイ
9.8 コマンドでの一連の流れの操作
9.9 推論サーバーへのリクエスト
おわりに
索引
著者紹介
奥付