Chainerによる実践深層学習

著者 : 新納浩幸

• オーム社 (2016年9月9日発売)

作品紹介・あらすじ

Deep Learning のフレームワークである Chainer を使って、複雑なニューラルネットの実装方法を解説!!
　Chainer は 2015年にPreferred InfrastructureがPython のライブラリとして開発・公開したフレームワークです。
　本書は、Python の拡張モジュールであるNumPyの使い方やニューラルネットの基本をおさらいした後に、Chainerの基本的な使い方を示します。次にAutoEncoderを題材にして、それを確認し、最後に、自然言語処理でよく使われるword2vecと RNN(Recurrent Neural Network) を解説し、それらシステムを Chainer で実装します。既存にない複雑なネットワークのプログラムを作る際の参考となるものです。

感想・レビュー・書評

[girizinさんの感想 · 2019年1月16日]

Chainerを使っているので基礎的な勉強な部分の勉強になった。
応用は手を動かして覚えよう。

[休日は読書さんの感想 · 2018年10月9日]

これはかなり役立ちそう

[北海道大学工学研究院中央図書室さんの感想 · 2017年8月25日]

【電子ブックへのリンク先】
https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000034414
※学外から利用する場合は、以下のアドレスからご覧ください。（要ログイン）
https://www.lib.hokudai.ac.jp/remote-access/?url=https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000034414

[oracchaさんの感想 · 2016年11月6日]

実際に手を動かしてみるのはこれからだけど、一通り読了。
深層学習の基本からChainerまでの導入はわかりやすい。著者の専門も関係していると思うが、例題はword2vecとかRNN/LSTMといった自然言語処理という点も（類書と切り口が違って）よい。サンプル的な説明に留まり実用的な性能を示すところまで至ってないところが残念といえば残念だがそこは求めすぎか。
中井さんのTensorFlow本もそうだけど、深層学習フレームワークがいろいろ出てきて、それに基づいた解説が増えたので、理解が進む。

[fraserlibさんの感想 · 2016年10月14日]

請求記号　007.1/Sh 64

[katie1223さんの感想 · 2016年9月20日]

噂のchainer & Deep Learning。特にWord2Vecが面白かったのだが、同時にChainerではその頭の良さ（扱える複雑性の高さ）からこそ計算速度が遅いようで、計算が７時間経っても終わらなかったのが残念。Chianerは無料で簡単にダウンロードできるので、すぐ使えるけど「計算時間」という困難を抱えているようだ。これからその部分が進化するのだろうと思った。

NN及びそれの派生系についてもこれ一冊でそれなりに理解できる。

[枚方さんの感想 · 2016年9月13日]

numpy, autoencoder, word2vec, RNN, (Attention) encoder-decoder

タイトルの通りchainer の本で、numpy の基本的な操作からVariable は計算グラフを保持しててというレベルから、上に挙げたそれぞれを実装してる。LSTM なんかも全結合層を並べて再実装して解説しててすごい。普通にword2vecとかattentionモデルを、言語としてchainerを使って解説しただけと思っても良い本。

惜しいのは本書が出る頃にchainer には
loop anstraction が入ったので、本書のコードは一昔前のスタイルになってしまったこと。chainerの布教にはいいと貢献すると思うが。

著者プロフィール

1961 年長崎県生まれ。

1985 年 東京工業大学理学部情報科学科卒業。

1987 年同大学大学院理工学研究科情報科学専攻修士課程修了。

現在、茨城大学工学部情報工学科教授、博士（工学）。

専門分野は自然言語処理、機械学習、統計学。関連の著書多数。

「2022年 『文書分類からはじめる自然言語処理入門　－基本からBERTまで－』 で使われていた紹介文から引用しています。」