2019年04月14日

書籍: ゼロから作るDeep Learning


 
深層学習の入門書
 
プログラミングに関する記載が中心と思いきや、原理についても極めて丁寧に解説されている。
プログラミングに馴染みの無い方が、原理部分だけを読むだけでも十分に価値があるだろう。
(理工系大学の1年生程度の数学知識があれば読み進められるはず)
 
本書は深層学習の基本的な仕組みを解説した後、
畳み込みネットワークによる画像処理(分類)について原理と実装方法が紹介される。
(物体検知やセグメンテーションについては概要を述べるのみである)
かゆいところに手が届く丁寧な解説が素晴らしい。
 
本書を読んで、深層学習という分野は、理学的な美しい理論体系・アプローチというよりは、
工学的な面白さ・ゲームのやり込みプレイのような世界観というような印象を受けた。
 
続編として自然言語処理編も出ているようなので追って読んでゆきたい。
 
--- 目次 ---
1. Python入門
  Pythonのインストール、基礎文法、ライブラリ
 
2. パーセプトロン
  単層パーセプトロンの原理と限界
 
3. ニューラルネットワーク
  活性化関数、出力層
 
4. ニューラルネットワークの学習
  損失関数、勾配法
 
5. 誤差逆伝播法
  逆伝播の原理(連鎖率)、活性化/Affine/SoftMaxレイヤ
 
6. 学習に関するテクニック
  パラメータの更新方法、重みの初期値、Batch Normalization
  正則化、ハイパーパラメータの検証
 
7. 畳み込みニューラルネットワーク
  畳み込み層・プーリング層・可視化・代表的なCNN
 
8. ディープラーニング
  層を深くするメリット・小歴史・高速化・実用例・今後
 
posted by Takashi Inoue at 16:59| Comment(0) | 書籍