Chainerによる実践深層学習 [単行本]

Chainerによる実践深層学習 [単行本] の 商品概要

• 目次（「BOOK」データベースより）

  第０章　Ｃｈａｉｎｅｒとは
  第１章　ＮｕｍＰｙで最低限知っておくこと
  第２章　ニューラルネットのおさらい
  第３章　Ｃｈａｉｎｅｒの使い方
  第４章　Ｃｈａｉｎｅｒの利用例
  第５章　Ｄｅｎｏｉｓｉｎｇ　ＡｕｔｏＥｎｃｏｄｅｒ
  第６章　ｗｏｒｄ２ｖｅｃ
  第７章　Ｒｅｃｕｒｒｅｎｔ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ
  第８章　翻訳モデル
  第９章　Ｃａｆｆｅのモデルの利用
  第１０章　ＧＰＵの利用

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  新納 浩幸(シンノウ ヒロユキ)
  １９６１年生まれ。１９８５年東京工業大学理学部情報科学科卒業。１９８７年東京工業大学大学院理工学研究科情報科学専攻修士課程修了。現在、茨城大学工学部情報工学科教授、博士（工学）。専門は自然言語処理

• 出版社からのコメント

  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の後に、Chainerの基本的な使い方を提示。

• 内容紹介

  Deep Learning のフレームワークである Chainer を使って、複雑なニューラルネットの実装方法を解説!!
  　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。

Chainerによる実践深層学習 [単行本] の商品スペック