機械学習

PyTorch実践入門 : ディープラーニングの基礎から実装へ

0.95 / 5

Featured in Qiita

Featured in Zenn

Python(PyTorch)で自作して理解するTransformer
いいね数
216
コメント数
0
記事の文字数
31415
更新日
2025-01-28

Information

内容	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章様々なデータを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部デプロイメント第15章本番環境にモデルをデプロイする方法
著者	Stevens,Eli Antiga,Luca Viehmann,Thomas 後藤,勇輝ほか
出版日	202101
出版社	マイナビ出版
ISBN-13	9784839974695
データ提供元	openBD, 楽天

楽天の商品情報

価格	3,982 詳細はこちら
レビュー平均	4
レビュー件数	5

【機械学習】PyTorch実践入門 : ディープラーニングの基礎から実装への評価