PyTorch実践入門

by Eli Stevens

※この商品は固定レイアウト型の電子書籍です。※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします。PyTorchによるディープラーニング実装の決定版！ディープラーニングの重要な基礎概念と、PyTorchを用いたディープラーニングの実装方法について、細部まで掘り下げて解説。限られたデータでニューラルネットワークを訓練する方法、訓練済みモデルのデプロイ方法など『ディープラーニング・プロジェクトのベストプラクティス』を提示します。・ディープラーニングのメカニズムを解説・Jupyter Notebook上でサンプルコードを実行・PyTorchを用いたモデル訓練の実施・実データを使用するプロジェクトをベースに実践的解説・本番環境へのさまざまなモデルデプロイ方法PyTorchで実際にどのように組み込まれて実現されているのか、細部まで掘り下げた解説をしていますのでディープラーニングの活用を目指している開発者や詳しく知りたい方におすすめです。Manning Publications『Deep Learning with PyTorch』の翻訳書第1部　PyTorchの基礎第1章 ディープラーニングとPyTorchの概要第2章 訓練済みモデルの利用方法第3章 PyTorchにおけるテンソルの扱い方第4章 さまざまなデータをPyTorchテンソルで表現する方法第5章 ディープラーニングの学習メカニズム第6章 ニューラルネットワーク入門第7章 画像分類モデルの構築第8章 畳み込み（Convolution）第2部　ディープラーニングの実践プロジェクト：肺がんの早期発見第9章 肺がん早期発見プロジェクトの解説第10章 LUNAデータをPyTorchデータセットに変換第11章 結節候補を画像分類するモデルの構築第12章 評価指標とデータ拡張を用いたモデルの改善第13章 セグメンテーションを用いた結節の発見第14章 結節・腫瘍解析システムの全体を構築第3部　デプロイメント（Deployment）第15章 本番環境にモデルをデプロイする方法●著者Eli Stevens：ソフトウェアエンジニアからCTOまでの職務を担い、自動運転車業界で機械学習に取り組んでいる。Luca Antiga：AIのエンジニアリング&テックスタートアップの共同設立者であり、PyTorchのコントリビューター。Thomas Viehmann：PyTorchのコア開発者、ミュンヘンに拠点を置く機械学習のトレーナー兼コンサルタント。●訳者:後藤 勇輝：株式会社電通国際情報サービス AIトランスフォーメーションセンター所属。ディープラーニングをはじめとした機械学習関連技術の研究、受託案件での開発を主な業務とする。小川 雄太郎：株式会社電通国際情報サービス AIトランスフォーメーションセンター所属。ディープラーニングをはじめとしたAI関連技術の研究開発、教育、コンサルティング、受託案件、アジャイルでのソフトウェア開発を業務とする。『つくりながら学ぶ! PyTorchによる発展ディープラーニング』(マイナビ出版）櫻井 亮佑：株式会社電通国際情報サービス HCM 事業部所属。統合人事業務パッケージの新機能の企画・開発を主な業務とする。Kaggle「Google QUEST Q&A Labeling」コンペティションにて銀メダルを取得。大串 和正：株式会社電通国際情報サービス AIトランスフォーメーションセンター所属。機械学習の中でも特に画像、深層強化学習に関連した技術の研究開発やコンサルティングを主たる業務とする。

Tankobon Softcover