Ｃｈａｉｎｅｒによる実践深層学習

新納 浩幸【著】

オーム社（2016/09発売）

• サイズ A5判／ページ数 182p／高さ 22cm
• 商品コード 9784274219344
• NDC分類 007.1
• Cコード C3055

出版社内容情報

Python の拡張モジュールであるNumPyの使い方やニューラルネットの基本の後に、Chainerの基本的な使い方を提示。Deep Learning のフレームワークである Chainer を使って、複雑なニューラルネットの実装方法を解説!!
　Chainer は 2015年にPreferred InfrastructureがPython のライブラリとして開発・公開したフレームワークです。
　本書は、Python の拡張モジュールであるNumPyの使い方やニューラルネットの基本をおさらいした後に、Chainerの基本的な使い方を示します。次にAutoEncoderを題材にして、それを確認し、最後に、自然言語処理でよく使われるword2vecと RNN(Recurrent Neural Network) を解説し、それらシステムを Chainer で実装します。既存にない複雑なネットワークのプログラムを作る際の参考となるものです。

第0章　Chainerとは
第1章　NuｍPyで最低限知っておくこと
第2章　ニューラルネットのおさらい
第3章　Chainerの使い方
第4章　Chainerの利用例
第5章　Denoising AutoEncoder
第6章　word2vec
第7章　Recurrent Neural Networks
（状態をもったニューラルネット）
第8章　翻訳モデル
第9章　Caffeのモデルの利用
第10章 GPUの利用
参考文献
付録　ソースプログラム

新納浩幸［シンノウ ヒロユキ］

目次

第０章　Ｃｈａｉｎｅｒとは
第１章　ＮｕｍＰｙで最低限知っておくこと
第２章　ニューラルネットのおさらい
第３章　Ｃｈａｉｎｅｒの使い方
第４章　Ｃｈａｉｎｅｒの利用例
第５章　Ｄｅｎｏｉｓｉｎｇ　ＡｕｔｏＥｎｃｏｄｅｒ
第６章　ｗｏｒｄ２ｖｅｃ
第７章　Ｒｅｃｕｒｒｅｎｔ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ
第８章　翻訳モデル
第９章　Ｃａｆｆｅのモデルの利用
第１０章　ＧＰＵの利用

著者等紹介

新納浩幸［シンノウヒロユキ］
１９６１年生まれ。１９８５年東京工業大学理学部情報科学科卒業。１９８７年東京工業大学大学院理工学研究科情報科学専攻修士課程修了。現在、茨城大学工学部情報工学科教授、博士（工学）。専門は自然言語処理（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[ぬばた]

この本を読む頃、この本に載っているサンプルプログラムはライブラリーのバージョンアップで動かなくなってるでしょう。ツラミ。

2017/01/15

[aki]

Chainerの本当の入門という感じでした. chainerの公式exampleを読む前の導入として, パラっと読むのが良さそうです.

2017/08/14

[縁日]

深層学習について、モデルやChainerによる実装について解説している本。Chainerによる素のRNN実装など、地味に他所では見つからなかったので初学者にとってありがたい。LSTMについて、LSTM関数を用いない実装などもある。なお本書で取り扱われているコードはChainer_v1.10.0準拠であり、著作者のページで入手可能。

2016/10/19

[kk]

読了．

2016/09/10