Chainerによる実践深層学習

新納浩幸

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。

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / 全般
• 出版社: オーム社
• ページ数: 192ページ
• 電子版発売日: 2017年01月13日
• コンテンツ形式: EPUB
• サイズ(目安): 7MB

[ブクログ · ★★★★☆]

噂のchainer & Deep Learning。特にWord2Vecが面白かったのだが、同時にChainerではその頭の良さ（扱える複雑性の高さ）からこそ計算速度が遅いようで、計算が７時間経っても終わらなかったのが残念。Chianerは無料で簡単にダウンロードできるので、すぐ使えるけど「計算時間」という困難を抱えているようだ。これからその部分が進化するのだろうと思った。

NN及びそれの派生系についてもこれ一冊でそれなりに理解できる。

[ブクログ · ★★★★☆]

numpy, autoencoder, word2vec, RNN, (Attention) encoder-decoder

タイトルの通りchainer の本で、numpy の基本的な操作からVariable は計算グラフを保持しててというレベルから、上に挙げたそれぞれを実装してる。LSTM なんかも全結合層を並べて再実装して解説しててすごい。普通にword2vecとかattentionモデルを、言語としてchainerを使って解説しただけと思っても良い本。

惜しいのは本書が出る頃にchainer には
loop anstraction が入ったので、本書のコードは一昔前のスタイルになってしまったこと。chainerの布教にはいいと貢献すると思うが。