本/雑誌
なっとく!ディープラーニング 最小のコードで学習する深層学習のすべて / 原タイトル:Grokking Deep Learning
AndrewW.Trask/著 クイープ/監訳
2860円
| ポイント | 1% (28p) |
|---|---|
| 発売日 | 2020年03月発売 |
| 出荷目安 | メーカー在庫あり:1-3日
※出荷目安について |
- 追跡可能メール便 送料無料
著者・出版社・関連アーティスト
商品説明
本書は、ディープラーニングの基礎を理解し、主要なディープラーニングフレームワークを使いこなせるようになることを目的として書かれています。最初にニューラルネットワークの基礎に重点的に取り組んだ後、高度な層やアーキテクチャを詳しく見ていきます。
関連記事
収録内容
| 1 | ディープラーニング入門―ディープラーニングを学ぶのはなぜか |
| 2 | 基本概念―機械はどのように学習するか |
| 3 | ニューラル予測―順伝播 |
| 4 | ニューラル学習―勾配降下法 |
| 5 | 一度に複数の重みを学習する―勾配降下法を汎化させる |
| 6 | 初めてのディープニューラルネットワークの構築―誤差逆伝播法 |
| 7 | ニューラルネットワークの描き方―頭の中で、そして紙の上で |
| 8 | シグナルを学習し、ノイズを取り除く―正則化とバッチ |
| 9 | 確率と非線形性のモデル化―活性化関数 |
| 10 | エッジとコーナーに関するニューラル学習―畳み込みニューラルネットワーク |
| 11 | 言語を理解するニューラルネットワーク―king‐man+womanは何か |
| 12 | シェイクスピアのような文章を書くニューラルネットワーク―可変長データのためのリカレント層 |
| 13 | 自動最適化―ディープラーニングフレームワークを構築しよう |
| 14 | シェイクスピアのような文章を書くための学習―LSTM |
| 15 | 未知のデータでのディープラーニング―フェデレーションラーニング |
| 16 | 次のステップ―クイックガイド |
