ゼロから作るDeep Learning

出版社

オライリー・ジャパン

発行

2022-04-06

ページ数

384 ページ

試し読み

Google ブックスで開く →

『ゼロから作るDeep Learning』とは

ニューラルネットワークの基礎理論から実装まで、数学と Python コードで段階的に構築する専門書。フレームワークに頼らず素朴な計算で仕組みを理解する手法が特徴。機械学習の理論的背景を掴みたい技術者や研究者向けで、線形代数・微分の復習が必須となる難所がある。

『ゼロから作るDeep Learning』の質問を相談する

あなたの質問

まだ質問を書いていません。『ゼロから作るDeep Learning』でつまづいたポイントを書くと、講師が応えます。

質問を書くにはログインが必要です。ボタン押下でログイン画面へ移動します。

この本でよくあるつまずき

• ・逆伝播の数式導出で勾配計算の連鎖則が直感的に理解しづらい局面
• ・numpy 配列操作の次元管理が複雑化し、コード実行時の形状ミスマッチエラーが頻発する
• ・正規化・活性化関数の役割を個別に把握した後、組み合わせた挙動の予測が困難になる

この本の実践ポイント

本書で習得した各層の計算ロジックを実装経験として保有することで、既存フレームワーク利用時の内部動作推定や性能チューニングが可能になります。また自作レイヤーの開発や学習曲線の異常診断など、トラブル対応時に根拠を持って判断できる基礎が身につきます。

関連する書籍

斎藤康毅 について

『ゼロから作るDeep Learning』の著者。専門書・IT・学術分野の著作で知られています。 dokkaiでは斎藤康毅の著作を題材にした講座のリクエストや読みたい登録ができます。