現場で使える!PyTorch開発入門―深層学習モデルの作成とアプリケーションへの実装 [単行本]
    • 現場で使える!PyTorch開発入門―深層学習モデルの作成とアプリケーションへの実装 [単行本]

    • ¥2,94889 ゴールドポイント(3%還元)
    • 在庫あり2025年2月19日水曜日までヨドバシエクストリームサービス便(無料)がお届け
100000009003004516

現場で使える!PyTorch開発入門―深層学習モデルの作成とアプリケーションへの実装 [単行本]

価格:¥2,948(税込)
ゴールドポイント:89 ゴールドポイント(3%還元)(¥89相当)
フォーマット:
お届け日:在庫あり今すぐのご注文で、2025年2月19日水曜日までヨドバシエクストリームサービス便(無料)がお届けします。届け先変更]詳しくはこちら
出版社:翔泳社
販売開始日: 2018/09/18
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可

カテゴリランキング

店舗受け取りが可能です
マルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました

現場で使える!PyTorch開発入門―深層学習モデルの作成とアプリケーションへの実装 の 商品概要

  • 要旨(「BOOK」データベースより)

    本書はPyTorchの基本から深層学習モデルの作成、そしてアプリケーション作成まで網羅した書籍です。具体的には、PyTorchの基本から始まり、最尤推定と線形モデル、多層パーセプトロンについて解説します。その後、画像処理と畳み込みニューラルネットワーク、自然言語処理と回帰型ニューラルネットワークを扱います。また、推薦システムやWebAPIの作成、アプリケーションのデプロイについても解説します。さらにAppendixでは、TensorBoardによる可視化、Colaboratoryの利用方法などを解説しています。
  • 目次

    はじめに
    本書の対象読者と必要な事前知識
    本書の構成
    本書のサンプルの動作環境とサンプルプログラムについて
    Prologue 開発環境の準備
    0.1 本書の検証環境
    0.2 開発環境の構築
    Chapter1 PyTorchの基本
    1.1 PyTorchの構成
    1.2 Tensor
    1.3 Tensorと自動微分
    1.4 まとめ
    Chapter 2 最尤推定と線形モデル
    2.1 確率モデルと最尤推定
    2.2 確率的勾配降下法
    2.3 線形回帰モデル
    2.4 ロジスティック回帰
    2.5 まとめ
    Chapter 3 多層パーセプトロン
    3.1 MLPの構築と学習
    3.2 DatasetとDataLoader
    3.3 学習効率化のTips
    3.4 ネットワークのモジュール化
    3.5 まとめ
    Chapter 4 画像処理と畳み込みニューラルネットワーク
    4.1 画像と畳み込み計算
    4.2 CNNによる画像分類
    4.3 転移学習
    4.4 CNN回帰モデルによる画像の高解像度化
    4.5 DCGANによる画像生成
    4.6 まとめ
    Chapter5 自然言語処理と回帰型ニューラルネットワーク
    5.1 RNNとは
    5.2 テキストデータの数値化
    5.3 RNNと文章のクラス分類
    5.4 RNNによる文章生成
    5.5 Encoder-Decoderモデルによる機械翻訳
    5.6 まとめ
    Chapter6 推薦システムと行列分解
    6.1 行列因子分解
    6.2 ニューラル行列因子分解
    6.3 まとめ
    Chapter 7 アプリケーションへの組込み
    7.1 モデルの保存と読み込み
    7.2 Flaskを用いたWebAPI化
    7.3 Dockerを利用したデプロイ
    7.4 ONNXを使用した他のフレームワークとの連携
    7.5 まとめ
    Appendix1 訓練の様子を可視化する
    A1.1 TensorBoardによる可視化
    Appendix2 ColaboratoryでPyTorchの開発環境を構築する
    A2.1 ColaboratoryによるPyTorch開発環境の構築方法
    INDEX

  • 著者紹介(「BOOK著者紹介情報」より)(本データはこの書籍が刊行された当時に掲載されていたものです)

    杜 世橋(ト セイハシ)
    東京工業大学で計算機を用いた分子生物学の研究をし、卒業後はIT企業でソフトウェア開発やデータ分析に従事する。大学院時代に当時まだブレーク前だったPythonとNumPyに出会い、勉強会の立ち上げや執筆などを通じてPythonの布教活動を行う。近年ではスタートアップ企業を中心にデータ分析や機械学習の開発支援などをへて、2018年4月より物流ITのスタートアップで働く。機械学習、ビッグデータ分析、サーバー開発などに関心がある
  • 出版社からのコメント

    研究・開発現場で使えるPyTorch(パイトーチ)の入門書の登場!
  • 内容紹介

    【本書について】
    本書は、 杜世橋氏がKindle Direct Publishingを利用してKindleストアで販売している
    『PyTorchで学ぶニューラルネットワークと深層学習』(ASIN: B078WK5CPK)を書籍化したものです。
    書籍化にあたり、最新(2018年7月時点)のPyTorch v0.4に対応するなど大幅に加筆しています。
    また、付録に無料で利用できるGPU環境である「Colaboratory」の利用方法の追加などを行っており、
    GPU環境が利用できない読者でも様々なニューラルネットワークのモデル学習が体験できるようになっています。

    【PyTorch(パイトーチ)とは】
    PyTorchは主にFacebook社のメンバーが開発しているOSSの深層学習フレームワークです。
    特徴としては動的ネットワーク方式を採用していてPythonの関数と同じ感覚でニューラルネットワークを構築できる点が挙げられます。

    【本書の概要】
    本書はPyTorchの基本から深層学習モデルの作成、そしてアプリケーション作成まで網羅した書籍です。
    具体的には、PyTorchの基本から始まり、最尤推定と線形モデル、多層パーセプトロンについて解説します。
    その後、画像処理と畳み込みニューラルネット、自然言語処理と再帰型ニューラルネットを扱います。
    また、推薦システムやWebAPIの作成、アプリケーションのデプロイについても解説します。
    さらに付録では、TensorBoardによる可視化、Colaboratoryの利用方法などを解説しています。

    【対象読者】
    深層学習エンジニア、機械学習エンジニア

    【著者】
    杜世橋
    東京工業大学で計算機を用いた分子生物学の研究をし、卒業後はIT企業でソフトウェア開発やデータ分析に従事する。
    大学院時代に当時まだブレーク前だったPythonとNumPyに出会い、勉強会の立ち上げや執筆などを通じてPythonの布教活動を行う。
    近年ではスタートアップ企業を中心にデータ分析や機械学習の開発支援も行っている。子煩悩で育児休業を取得してしまうパパエンジニア。

現場で使える!PyTorch開発入門―深層学習モデルの作成とアプリケーションへの実装 の商品スペック

商品仕様
出版社名:翔泳社
著者名:杜 世橋(著)
発行年月日:2018/09/18
ISBN-10:479815718X
ISBN-13:9784798157184
判型:A5
対象:専門
発行形態:単行本
内容:工学・工業総記
付録:有
言語:日本語
ページ数:225ページ
縦:21cm
その他:ダウンロードファイル
他の翔泳社の書籍を探す

    翔泳社 現場で使える!PyTorch開発入門―深層学習モデルの作成とアプリケーションへの実装 [単行本] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!