説明
Pythonによる深層学習 第3版は、フランソワ・ショレとマシュー・ワトソンによって執筆されたベストセラーのリソースであり、Pythonを使用した深層学習の複雑さを掘り下げています。この版は、生成AI、Keras 3、PyTorch、JAXなど、最新の進展を含むように更新されています。この本は、初心者と経験豊富な実践者の両方を対象にしており、深層学習の概念と応用を理解するための明確で実践的なアプローチを提供します。
続きを読む
本書は、深層学習が人工知能においてどのように変革的なアプローチであるかを説明することから始まります。深層学習が特徴エンジニアリングを自動化し、ハードウェアと効率的にスケールし、さまざまなタスクに適応できる多用途で再利用可能なモデルの作成を可能にする方法を強調しています。読者は、広範なデータセットを使用して自己監視で訓練され、さまざまな下流タスクに微調整できる基盤モデルの影響について学び、タスク特有のモデルの必要性を減らすことができます。
本書の重要な部分は、機械学習の問題を解決するための普遍的なワークフローに捧げられています。このワークフローは、タスクの定義、モデルの開発、そしてパフォーマンスを継続的に監視し改善しながらの本番環境へのデプロイを含みます。著者は、ビジネスの文脈を理解し、利用可能なデータを特定し、問題を分類、回帰、ランキングなどの適切な機械学習タスクにマッピングすることによって、実世界の問題を機械学習タスクとしてフレーミングする方法についての洞察を提供します。
本書では、残差接続、バッチ正規化、深さ可分畳み込みの使用を含む畳み込みニューラルネットワークアーキテクチャの設計に関するベストプラクティスもカバーしています。さらに、ビジョントランスフォーマーがコンピュータビジョンにおける従来の畳み込みネットワークとどのように異なるかを論じ、画像をパッチのシーケンスとして処理し、長距離依存関係を捉える能力を強調しています。
YOLOやRetinaNetのような現代の物体検出モデルを探求し、これらがどのようにして高速かつ正確な物体検出のためにバウンディングボックスとクラス確率を一度のステップで予測するかを説明します。著者はまた、時系列予測のための深層学習技術や、トランスフォーマーアーキテクチャが注意メカニズムを通じて高度な言語モデリングをどのように強化するかについても掘り下げています。最後に、言語モデルを使用して一貫したテキストを生成するための戦略や、大規模モデルとデータセットのための深層学習トレーニングをスケールする方法についても論じており、この本は深層学習の分野に興味のあるすべての人にとって重要なリソースとなっています。
- カテゴリーその他のAIツール
書籍情報
著者: フランソワ・ショレとマシュー・ワトソン
出版年: 2023
ページ数: 400
利用可能なフォーマット: ペーパーバック、電子書籍
出版社: マニング出版
スキルレベル: 中級から上級
この本の対象読者
- 画像分類
- 物体検出
- テキスト生成
- 時系列予測
- 画像セグメンテーション


