あらすじ
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
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
感情タグBEST3
このページにはネタバレを含むレビューが表示されています
Posted by ブクログ
＜レビューを書き忘れていたので2022/12/3に記入＞
第2部にある実践プロジェクトが当時の開発テーマに近い内容だったため購入。
正直、かなり敷居が高い本である気もしますが、かなり掘り下げた内容まで記載されており、セグメンテーションを現場活用するために活きてくる知見が盛りだくさんである事は間違いありません。セグメンテーションに関する技術は有している人限定ではありますが、それなりにおススメ出来る本だと思います☆
ちなみに、完全に画像系AIに特化した内容なので、画像系AIには興味無い人が手に取る本ではありません。また、PyTorchを全く触った事が無い人がいきなり読んでも挫折しそうな気がします＾＾；。その点だけご注意下さい。
