仕組みから学ぶ生成ＡＩ入門　基礎から応用まで徹底理解

本書は、第１章から順番に読み進めることで、基礎的なモデルから、より高度なモデルへと段階的に理解を深めていきます。各章で提供するサンプルコードは、ディープラーニングに対応した機械学習ライブラリーであるＫｅｒａｓを用いて実装しています。Ｋｅｒａｓは、ディープラーニングモデルを構成するパーツが事前にモジュールとして用意されており、これらのモジュールをブロックのように組み合わせてモデルを構成します。本文の解説を参考にして、サンプルコードの具体的な内容を理解しながら読み進めることで、それぞれのモデルの仕組みと動作原理がより明確に理解できるでしょう。

近年続々と発表される実用レベルの生成モデル論文を深く理解するため、本書は変分オートエンコーダ（VAE）、LSTMといった基礎モデルから、VQ-VAE、拡散モデル、Transformerといった最先端モデルの先駆けとなったモデルの仕組みを、数学的な詳細に偏らず、シンプルなサンプルコードと演習を通して解説します。Kerasを用いた実装を通して、各モデルの主要機能と生成モデルとしての動作原理を、実際に手を動かしながら理解することを目的としています。

目次

■第1章　ディープラーニングの基礎知識
第1章のはじめに
1.1　環境準備
1.1.1　Colaboratoryの使い方
1.1.2　サンプルコードのダウンロード
1.1.3　Colaboratoryのランタイムについて
1.2　分類モデルの仕組みと実装
1.2.1　線形多項分類器の仕組み
1.2.2　多層ニューラルネットワークへの拡張
1.3畳み込みニューラルネットワークによる画像分類
1.3.1　畳み込みフィルターによる特徴量の抽出
1.3.2　畳み込みフィルターの多段構成

■第2章　変分オートエンコーダによる画像生成
第2章のはじめに
2.1　変分オートエンコーダの仕組み
2.1.1　オートエンコーダと潜在空間
2.1.2　転置畳み込みフィルターによる画像生成
2.1.3　変分オートエンコーダへの拡張
2.2　ラベルデータを活用した拡張
2.2.1　マルチタスク学習
2.2.2　条件付き変分オートエンコーダ

■第3章　LSTMによる自然言語処理
第3章のはじめに
3.1　LSTMによるテキスト分類
3.1.1　RNNの考え方とLSTMの仕組み
3.1.2　LSTMの利用方法
3.1.3　双方向LSTMによるテキスト分類モデル
3.2　LSTMによるテキスト生成
3.2.1　LSTMによる単語予測モデル
3.2.2　LSTMによるテキスト生成

ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。