プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥3,500以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。
¥3,828¥3,828 税込
発送元: Amazon.co.jp 販売者: Amazon.co.jp
¥3,828¥3,828 税込
発送元: Amazon.co.jp
販売者: Amazon.co.jp
¥1,450¥1,450 税込
配送料 ¥520 5月28日-29日にお届け
発送元: ※明倫館書店※ 販売者: ※明倫館書店※
¥1,450¥1,450 税込
配送料 ¥520 5月28日-29日にお届け
発送元: ※明倫館書店※
販売者: ※明倫館書店※
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
つくりながら学ぶ! PyTorchによる発展ディープラーニング 単行本(ソフトカバー) – 2019/7/29
小川雄太郎
(著)
{"desktop_buybox_group_1":[{"displayPrice":"¥3,828","priceAmount":3828.00,"currencySymbol":"¥","integerValue":"3,828","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"ahxK1cW8sv6HwG47gSkjyxPVa4YBf0rxtccULGgCE41Raav6knuh%2F8YgGAMg9VOnVs%2BFYVuE2HjdgjcWFHD0%2Bc%2Fr1vahA43hZcdAZmob5rgQc97CxrnqRbDnSXMyalMr1iLL5%2Fi9UyI%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥1,450","priceAmount":1450.00,"currencySymbol":"¥","integerValue":"1,450","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"ahxK1cW8sv6HwG47gSkjyxPVa4YBf0rxAmHxWqbtJlIsSF6Baq3g0PM83836tcprz808JxHI7tja5w7YNq%2F%2F%2B33IaFSReAWBC%2Bzfi6y0tzGeth76E06ENc5mER2e8rk3Q2jSLPICUctIOOiUzkV%2F86alEFy8%2Bp9U6wJ6vR4wHwC%2BwmDAR1LSfA%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
ディープラーニングの発展・応用手法を実装しながら学ぼう
本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。
[本書で学習できるタスク]
転移学習、ファインチューニング:少量の画像データからディープラーニングモデルを構築
物体検出(SSD):画像のどこに何が映っているのかを検出
セマンティックセグメンテーション(PSPNet):ピクセルレベルで画像内の物体を検出
姿勢推定(OpenPose):人物を検出し人体の各部位を同定しリンク
GAN(DCGAN、Self-Attention GAN):現実に存在するような画像を生成
異常検知(AnoGAN、Efficient GAN):正常画像のみからGANで異常画像を検出
自然言語処理(Transformer、BERT):テキストデータの感情分析を実施
動画分類(3DCNN、ECO):人物動作の動画データをクラス分類
本書は第1章から順番に様々なタスクに対するディープラーニングモデルの実装に取り組むことで高度かつ応用的な手法が徐々に身につく構成となっています。各ディープラーニングモデルは執筆時点でState-of-the-Art(最高性能モデル)の土台となっており、実装できるようになればその後の研究・開発に役立つことでしょう。
ディープラーニングの発展・応用手法を楽しく学んでいただければ幸いです。
実装環境
・読者のPC(GPU環境不要)、AnacondaとJupyter Notebook、AWSを使用したGPUサーバー
・AWSの環境: p2.xlargeインスタンス、Deep Learning AMI(Ubuntu)マシンイメージ(OS Ubuntu 16.04|64ビット、NVIDIA K80 GPU、Python 3.6.5、conda 4.5.2、PyTorch 1.0.1)
本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。
[本書で学習できるタスク]
転移学習、ファインチューニング:少量の画像データからディープラーニングモデルを構築
物体検出(SSD):画像のどこに何が映っているのかを検出
セマンティックセグメンテーション(PSPNet):ピクセルレベルで画像内の物体を検出
姿勢推定(OpenPose):人物を検出し人体の各部位を同定しリンク
GAN(DCGAN、Self-Attention GAN):現実に存在するような画像を生成
異常検知(AnoGAN、Efficient GAN):正常画像のみからGANで異常画像を検出
自然言語処理(Transformer、BERT):テキストデータの感情分析を実施
動画分類(3DCNN、ECO):人物動作の動画データをクラス分類
本書は第1章から順番に様々なタスクに対するディープラーニングモデルの実装に取り組むことで高度かつ応用的な手法が徐々に身につく構成となっています。各ディープラーニングモデルは執筆時点でState-of-the-Art(最高性能モデル)の土台となっており、実装できるようになればその後の研究・開発に役立つことでしょう。
ディープラーニングの発展・応用手法を楽しく学んでいただければ幸いです。
実装環境
・読者のPC(GPU環境不要)、AnacondaとJupyter Notebook、AWSを使用したGPUサーバー
・AWSの環境: p2.xlargeインスタンス、Deep Learning AMI(Ubuntu)マシンイメージ(OS Ubuntu 16.04|64ビット、NVIDIA K80 GPU、Python 3.6.5、conda 4.5.2、PyTorch 1.0.1)
- 本の長さ512ページ
- 言語日本語
- 出版社マイナビ出版
- 発売日2019/7/29
- 寸法18.6 x 3 x 23.5 cm
- ISBN-104839970254
- ISBN-13978-4839970253
よく一緒に購入されている商品
対象商品: つくりながら学ぶ! PyTorchによる発展ディープラーニング
¥3,828¥3,828
最短で5月28日 火曜日のお届け予定です
在庫あり。
¥4,070¥4,070
最短で5月28日 火曜日のお届け予定です
在庫あり。
¥3,740¥3,740
最短で5月28日 火曜日のお届け予定です
在庫あり。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
著者について
SIerの技術本部・開発技術部に所属。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開発・技術支援を業務とする。明石工業高等専門学校、東京大学工学部を経て、東京大学大学院、神保・小谷研究室にて脳機能計測および計算論的神経科学の研究に従事し、2016年に博士号(科学)を取得。東京大学特任研究員を経て、2017年4月より現職。本書の他に、「つくりながら学ぶ! 深層強化学習 -PyTorchによる実践プログラミング-」(マイナビ出版、2018年6月)なども執筆。
登録情報
- 出版社 : マイナビ出版 (2019/7/29)
- 発売日 : 2019/7/29
- 言語 : 日本語
- 単行本(ソフトカバー) : 512ページ
- ISBN-10 : 4839970254
- ISBN-13 : 978-4839970253
- 寸法 : 18.6 x 3 x 23.5 cm
- Amazon 売れ筋ランキング: - 70,759位本 (本の売れ筋ランキングを見る)
- - 1,702位電気・通信 (本)
- - 4,063位コンピュータ・IT (本)
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2022年3月7日に日本でレビュー済み
Amazonで購入
この本だけで画像分野、自然言語処理分野の作り方が合計8個載っていて、とてもボリューミーな上、著者によるエラーなどの質疑応答があるため、出版されてから3年たってもエラーに困らず作れるので、Pytorchの初心者にも基礎を終えた人にもおすすめです。以上のことから、この本は他の技術書よりも互換性があり、非常に有用です。
2020年3月23日に日本でレビュー済み
Amazonで購入
機械学習の基礎をかじった後の中級者向けか。作りながら学べるし、ダウンロードサンプルもちゃんと動く。すばらしい
2021年9月1日に日本でレビュー済み
Amazonで購入
この本の良いところは、この一冊で画像系、自然言語系のモデルを作る経験ができることだと思います。Pytorchの初心者くらいの人が、読み終わった頃には中級者レベルになるには十分な内容だと思いました。
自分はこの本を読む前は、モデルを作ったけど全然学習ができていないというレベルでしたが、この本を読んでコツを掴み、本で紹介されている以外のモデルでもちゃんとしたものが作れるようになりました。
自分はこの本を読む前は、モデルを作ったけど全然学習ができていないというレベルでしたが、この本を読んでコツを掴み、本で紹介されている以外のモデルでもちゃんとしたものが作れるようになりました。
2021年5月18日に日本でレビュー済み
Amazonで購入
中上級者に向けたこれ以上にないPyTorchの良書だと思います!!!
自分はバージョン管理が億劫で本書で推奨されている3.6ではなく3.8で使っていたら案の定途中でバグが発生してしまったんですが、GitHubのIssueがとても活発でそれに助けられて問題を解決することが出来ました。Issueに質問を投げれば恐らく答えてくれるそうで、こういうところまでしっかりやってくれるのはとてもありがたいなと感じました。
内容はとてもいいのですがやはり途中に出てくるコードで難解な部分がいくつもあります。しかし、内容が面白くしっかりしていたため少し機能を拡張したり他の話題に転用することができました。実践向けの本なので積極的に色んな話題に挑戦してみると、より定着すると思います。例えば自分はGANのトピックを少し改造してポケモン画像の自動生成を行いました。
自分はバージョン管理が億劫で本書で推奨されている3.6ではなく3.8で使っていたら案の定途中でバグが発生してしまったんですが、GitHubのIssueがとても活発でそれに助けられて問題を解決することが出来ました。Issueに質問を投げれば恐らく答えてくれるそうで、こういうところまでしっかりやってくれるのはとてもありがたいなと感じました。
内容はとてもいいのですがやはり途中に出てくるコードで難解な部分がいくつもあります。しかし、内容が面白くしっかりしていたため少し機能を拡張したり他の話題に転用することができました。実践向けの本なので積極的に色んな話題に挑戦してみると、より定着すると思います。例えば自分はGANのトピックを少し改造してポケモン画像の自動生成を行いました。
2022年3月31日に日本でレビュー済み
Amazonで購入
こういう本はあまり無いのでとても有難いのだが、
誤植がかなりあるのとそれ以上に
(作者も言及しているように)この本ができてから
かなり時間が経っているためそこかしこでエラーや
通らない状態を散見する。ネットで検索してなんとか
しようともがいてはいるけれど、やはりこういうことは
できる限り新しい本で学ぶということが
かなり大事だと感じている。
誤植がかなりあるのとそれ以上に
(作者も言及しているように)この本ができてから
かなり時間が経っているためそこかしこでエラーや
通らない状態を散見する。ネットで検索してなんとか
しようともがいてはいるけれど、やはりこういうことは
できる限り新しい本で学ぶということが
かなり大事だと感じている。
2020年1月13日に日本でレビュー済み
Amazonで購入
ゼロから作るDeep learningを一通り読了し、自力でのモデル作成等を試した後、高度な機械学習を求めてpytorchとこの本にたどり着いた。
発展と名のついているように、手取り足取り教えてくれる本ではない。PyTorch学習用として購入したが、使い方の記述は最小限に抑えられている。また、PIL、numpy、torchvisionなどのライブラリも使用されているが、これらの説明がされることもないので、ネットで調べながら学習することは必須。
ただし、内容自体はレベルが高いように感じる。入門書では知ることのなかった転移学習やデータオーギュメンテーションなど、有用なコンセプトが序盤から頻発している。ただし、説明自体はあっさりしているので、本書の恩恵を十全に受けたいなら読者にも相応の力量が求められると思う。
個人的には学習段階にある程度マッチしていたので良書となったが、機械学習の一冊目として購入していたなら挫折していただろう。一通り機械学習を学び次のステップを踏みたい(そしてそのステップをPyTorchで踏みたい)人であれば本書は非常にお勧めできます。
発展と名のついているように、手取り足取り教えてくれる本ではない。PyTorch学習用として購入したが、使い方の記述は最小限に抑えられている。また、PIL、numpy、torchvisionなどのライブラリも使用されているが、これらの説明がされることもないので、ネットで調べながら学習することは必須。
ただし、内容自体はレベルが高いように感じる。入門書では知ることのなかった転移学習やデータオーギュメンテーションなど、有用なコンセプトが序盤から頻発している。ただし、説明自体はあっさりしているので、本書の恩恵を十全に受けたいなら読者にも相応の力量が求められると思う。
個人的には学習段階にある程度マッチしていたので良書となったが、機械学習の一冊目として購入していたなら挫折していただろう。一通り機械学習を学び次のステップを踏みたい(そしてそのステップをPyTorchで踏みたい)人であれば本書は非常にお勧めできます。
2020年3月28日に日本でレビュー済み
Amazonで購入
E検定に合格後、実装スキルアップのために購入しました。
対象:初心者~中級者
ソースコードがGithubからnotebook形式でDLできます。説明も丁寧に書かれているため初心者にも理解しやすく、少し違う実装に応用する際も活用可能です。
対象:初心者~中級者
ソースコードがGithubからnotebook形式でDLできます。説明も丁寧に書かれているため初心者にも理解しやすく、少し違う実装に応用する際も活用可能です。
2020年11月11日に日本でレビュー済み
Amazonで購入
技術を俯瞰するのに使いました。
プログラムは基本に準拠しており、利用しやすいと感じました。
プログラムは基本に準拠しており、利用しやすいと感じました。