impress top gearシリーズ
TensorFlowではじめるDeepLearning実装入門
著：新村 拓也
内容紹介
本書は、深層学習をこれから勉強するにあたり実装だけではなく深層学習の構造も学びたい方、チュートリアルに掲載されているものよりも詳細な内容を知りたい方を対象に書かれています。Pythonによる基本的なプログラミング知識を前提とするので、そうした部分が曖昧な方は他の書籍と合わせて読むことをお勧めします。また、本書はTensorFlowのラッパーであるKerasやtf.kerasパッケージは用いません。後半ではハイレベルなAPIを用いますが、前半はTensorFlowの低レベルなAPIを用いて解説することで、内部構造についてより理解を深めてもらうような構成をとっています。
目次
表紙 免責事項 はじめに 謝辞 目次 第1章 ニューラルネットワークと深層学習 1.1 機械学習 1.2 教師あり学習・教師なし学習 1.3 ニューラルネットワーク 1.4 確率勾配降下法 1.5 誤差逆伝播法と連鎖律 1.6 深層学習 1.7 現代の深層学習 第2章 TensorFlow入門―計算グラフと手書き数字認識 2.1 TensorFlowとは？ 2.2 計算グラフとDefine and Run 2.3 TensorFlowによるニューラルネットワーク入門 2.4 TensorFlowによる手書き数字認識の実装 第3章 TensorFlowをもう少し入門―TensorBoard、CNN、モデルの保存 3.1 可視化ツールTensorBoard 3.2 TensorBoardの見方 3.3 ニューラルネットワークの改善 3.4 モデルの保存、学習済みモデルの読み込み 第4章 TensorFlowでRNN―時系列情報および自然言語の扱い 4.1 Recurrent Neural Network 4.2 TensorFlowにおけるRNN実装 4.3 Sequential MNIST 4.4 自然言語の扱い Word2Vecによる単語組み込み 4.5 TensorFlowでWord2Vec 第5章 TensorFlowでニューラルイメージキャプショニング 5.1 画像キャプショニング 5.2 画像キャプショニングのためのデータセット 5.3 大規模データセットを扱う際の注意 5.4 TFRecord形式によるデータのバイナリ化 5.5 データセット整形プログラム作成 5.6 GoogLeNet Inception-v3の転移学習 訓練済みモデルの利用 5.7 キャプション生成モデル実装 5.8 訓練したモデルで推論 付録A Ubuntu ServerにGPU対応のTensorFlowをインストールする 索引 著者紹介 奥付
JP-eコード：29500318110000000005
。出版社：インプレス
。コンテンツ公開日：2018年02月16日。