- Amazon.co.jp ・本 (512ページ)
- / ISBN・EAN: 9784839970253
作品紹介・あらすじ
実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。
第1章 画像分類と転移学習(VGG)
第2章 物体認識(SSD)
第3章 セマンティックセグメンテーション(PSPNet)
第4章 姿勢推定(OpenPose)
第5章 GANによる画像生成(DCGAN、Self-Attention GAN)
第6章 GANによる異常検知(AnoGAN、Efficient GAN)
第7章 自然言語処理による感情分析(Transformer)
第8章 自然言語処理による感情分析(BERT)
第9章 動画分類(3DCNN、ECO)
第1章から順番に、様々なタスクに対するディープラーニングモデルの実装に取り組んでいき、徐々に高度なディープラーニングの応用手法が身に着くような構成になっています。各ディープラーニングモデルは執筆時点でState-of-the-Art(最高性能モデル)の土台となっており、その後の学習や研究・開発に役立つことでしょう。
実際に実装しつつ、ディープラーニングの発展・応用手法を楽しく学んでいただければ幸いです。
実装環境
・読者のPC(GPU環境不要)、AnacondaとJupyter Notebook、AWSを使用したGPUサーバー
・AWSの環境:p2.xlargeインスタンス、Deep Learning AMI(Ubuntu)マシンイメージ(OS Ubuntu 16.04|64ビット、NVIDIA K80 GPU、Python 3.6.5、conda 4.5.2、PyTorch 1.0.1)
感想・レビュー・書評
-
コメント0件をすべて表示
-
電子ブックへのリンク:https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000092703(学外からのアクセス方法:1.画面に表示される[学認アカウントをお持ちの方はこちら]をクリック→2.[所属機関の選択]で 神戸大学 を選んで、[選択]をクリック→3.情報基盤センターのID/PWでログイン)
-
幅広い応用技術についてコードベースで書いてある。
この本だけだと理解できない部分も多いけれど類書がないため非常に参考になる。 -
深層学習の実装が分かりやすく書いてある。それぞれの概念を理解できたので、仕事をしていく中でのきっかけとなれれば嬉しい。
-
請求記号 007.1/O 24
-
PyTorchにChainerが吸収されたので、読もうと思い購入
作りながらわかるといったタイトルどおり、手を動かしながら学べる
事例も豊富で、自分の職種領域に絡む部分だけつまんで読めばいいと思う -
選書企画2019 「図書館に置いて欲しい本 書いて!貼って!」 で選書した図書
【配架場所】 図・3F開架
【請求記号】 007.13||OG
【OPACへのリンク】
https://opac.lib.tut.ac.jp/opac/book/188551