【レビュー】つくりながら学ぶ!PyTorchによる発展ディープラーニング


  • 出版情報
  • ・著者:小川雄太郎/著
  • ・出版日:20190729
  • ・ページ数:512P
  • レビュー数
  • ・週間:0記事
  • ・月間:0記事
  • ・年間:10記事
  • ・全期間:47記事

ジャンルTop10選

目次

本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの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。

[本書で学習できるタスク]
転移学習、ファインチューニング:少量の画像データからディープラーニングモデルを構築
物体検出(SSD):画像のどこに何が映っているのかを検出
セマンティックセグメンテーション(PSPNet):ピクセルレベルで画像内の物体を検出
姿勢推定(OpenPose):人物を検出し人体の各部位を同定しリンク
GAN(DCGAN、Self-Attention GAN):現実に存在するような画像を生成
異常検知(AnoGAN、Efficient GAN):正常画像のみからGANで異常画像を検出
自然言語処理(Transformer、BERT):テキストデータの感情分析を実施
動画分類(3DCNN、ECO):人物動作の動画データをクラス分類

本書は第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むことで高度かつ応用的な手法が徐々に身につく構成となっています。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、実装できるようになればその後の研究・開発に役立つことでしょう。
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)

概要

ディープラーニングの発展・応用手法を実装しながら学ぼう

レビューの一覧

 ・Pytorch + EfficientNetで友人2人の顔を判別する画像分類モデルを作ってみた[2022-06-20に投稿]

 ・ジェフ・サザーランドはいかに竹内・野中論文に出会ったのか?大学時代から解説【シリーズ最終話】[2022-06-08に投稿]

 ・スクラム研修・資格周りの歴史を解説:なぜケンはScrum.orgを設立したのか?[2022-06-07に投稿]

 ・スクラム関連の研修・資格のまとめ & おすすめの研修受講方法[2022-06-02に投稿]

 ・スクラムの重要人物を詳細解説(スクラムマスターの資格・研修はどれがおすすめ? 第1話)[2022-06-01に投稿]

 ・良い文章を書く重要スキル、「パラグラフライティング」の解説[2022-04-13に投稿]

 ・効果的で継続される1on1のコツ【2022年版】[2022-04-11に投稿]

 ・GitHub Copilotの使用方法:Python、PyTorchを少しだけ実装してみた動画解説記事です[2022-04-03に投稿]

 ・BERTで患者の症状診断。[2022-03-05に投稿]

 ・英語の発音練習に活用:Azure Pronunciation assessmentの使用方法を解説[2021-12-24に投稿]

 ・日本語文書に対する質問に自動で回答:Azure Question answeringの使用方法を解説[2021-12-08に投稿]

 ・GPT-3 & OpenAI Codexの使用方法。文章からプログラムを自動生成する方法[2021-10-22に投稿]

 ・PytorchによるDeepLearningの動作環境(PyTorch+Torchvison+OpenCV)をRaspberryPi4に構築する方法[2021-09-11に投稿]

 ・アジャイル・スクラム開発に便利なAzure DevOpsの拡張機能まとめ[2021-08-10に投稿]

 ・Azure & MS Fundamentals資格の勉強方法 | AZ-900、DP-900、AI-900、PL-900、SC-900[2021-07-13に投稿]

 ・Kaggle Expertになるまで勉強したことを全て書く[2021-06-21に投稿]

 ・21年改訂版・ディープラーニングG検定の勉強方法の紹介[2021-05-25に投稿]

 ・【Pytorch】料理画像分類で主要な事前学習済みモデルの性能を比較してみた[2021-03-07に投稿]

 ・Google AI Blogの振り返りから見る、AI研究の重要テーマ集[2021-01-13に投稿]

 ・1年半のソフトウェアエンジニア長期インターンで出会ったオススメ本をたくさん紹介します[2020-12-04に投稿]

 ・Ubuntu 20.04 をインストールして GPU環境でTensorflow、Pytorch を動かすメモ (備忘録)[2020-12-02に投稿]

 ・(20年10月新刊メイン)IT・AIエンジニア&PdMにおすすめの書籍集[2020-11-02に投稿]

 ・(20年9月新刊メイン)IT・AIエンジニアにおすすめの書籍集[2020-10-05に投稿]

 ・Keras好きがPyTorchに挑戦してみた[2020-09-11に投稿]

 ・ scikit-learnで機械学習パイプラインをインタラクティブに描画、HTML保存する方法[2020-09-11に投稿]

 ・PyTorchでの学習・推論を高速化するコツ集[2020-09-08に投稿]

 ・「そくめん君」でカジュアル面談を実施してみた感想[2020-09-07に投稿]

 ・メルアイコン生成器 version2を作った話[2020-08-05に投稿]

 ・PyTorchで日本語BERTによる文章分類&Attentionの可視化を実装してみた[2020-07-30に投稿]

 ・PyTorchによる人工衛星画像から車の推定分布地図を作成してみる.[2020-07-28に投稿]

 ・Pythonによる因果推論と因果探索(初心者の方向け)[2020-06-22に投稿]

 ・【実装解説】日本語版BERTをGoogle Colaboratoryで使う方法(PyTorch)[2020-05-14に投稿]

 ・機械学習の実装とアルゴリズムをバランス良く学べる書籍を執筆しました[2020-04-29に投稿]

 ・AI部・開発チームの働き方(私の場合)[2020-03-27に投稿]

 ・【2020年版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法[2020-03-13に投稿]

 ・メルアイコン生成器を作った話[2020-02-14に投稿]

 ・モブプロ(育成)を実施してみた感想とコツ[2020-02-10に投稿]

 ・機械学習の書籍多いけど、どれ買えば良いの?レベル別にオススメ!!<初心者向け>[2020-02-04に投稿]

 ・ディープラーニング協会G検定の勉強方法(初心者向け)【2020年版】[2020-02-03に投稿]

 ・【AI&システム開発系】おすすめAdventCalendarと記事まとめ(19年12月後半編)[2020-01-01に投稿]

 ・MacからEC2上のJupyter Notebookにポートフォワードでリモートアクセス[2019-12-22に投稿]

 ・Django REST frameworkでBERTを用いたネガポジ推論結果を返すAPIの作成[2019-12-20に投稿]

 ・【AI&システム開発系】おすすめAdventCalendarと記事まとめ(19年12月前半編)[2019-12-15に投稿]

 ・Ubuntu 18.04 ゼロから始めるDeep Learning環境構築[2019-09-13に投稿]

 ・自然言語処理で注目のBERT ~取り敢えず動かしてみる編~[2019-09-12に投稿]

 ・【書籍まとめ】データサイエンス初心者が1年間で読んだ本[2019-08-21に投稿]

 ・PyTorchでBERTなど各種DLモデルを作りながら学ぶ書籍を執筆しました[2019-07-18に投稿]


amazonで確認