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 電子書籍(杜 世橋)|翔泳社の本
  1. ホーム >
  2. 電子書籍 >
  3. 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

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


形式:
電子書籍
発売日:
ISBN:
9784798158990
価格:
2,948(本体2,680円+税10%)
カテゴリ:
人工知能・機械学習
キーワード:
#プログラミング,#開発手法,#データ・データベース,#ビジネスIT
シリーズ:
AI & TECHNOLOGY
電子書籍

【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。

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

Chapter 1 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

付属データはこちら

会員特典はこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影(表紙画像)をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影(表紙画像)以外のご利用については、こちらからお問い合わせください。

  • Colaboratoryにおける圧縮ファイルの展開、ディレクトリの作成および移動

    Colaboratoryの仕様変更によりP.084のMEMOコマンド(P.217のリストA.23)でエラーがでるケースがあります。その場合、
    以下のコマンドを実行してください。


    !wget http://vis-www.cs.umass.edu/lfw/lfw-deepfunneled.tgz
    !tar xf lfw-deepfunneled.tgz
    !mkdir train test
    !mv lfw-deepfunneled/[A-W]* train
    !mv lfw-deepfunneled/[X-Z]* test
    !mv train test lfw-deepfunneled


    (2018年10月現在の情報です)。
  • 009ページ PyTorch v0.4のコマンドでのインストール

    本書執筆時、PyTorch 0.4の最新版は0.4.0でしたが、現在は0.4.1がリリースされており、このバージョンではcaffe2との互換性で問題が生じているようです。
    0.4.0をインストールすれば問題はないため、0章(Prologue 009ページ)の
    (pytorch)$ conda install pytorch=0.4 torchvision -c pytorch

    (pytorch)$ conda install pytorch=0.4.0 torchvision -c pytorch
    に書き替えてください。
    (2018年10月現在の情報です)。

この商品の「よくある質問」はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付(書籍の最終ページ)に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2018年09月18日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 iii
上から3行目
2刷
Neuro-Linguistic Programming、NLP
Natural Language Processing、NLP

※リフローEPUBの場合、「はじめに」の最初の段落が該当箇所になります。
2018.09.18

感想・レビュー

PenguinTrainer さん

2021-07-11

画像処理、推論(因子分析)、自然言語処理をpytorch使って簡単に実装する方法が書かれた本。最後には画像を入力とするwebアプリケーションの作り方が記されており、各種手法を実務に応用するきっかけになると感じた。