PyTorch実践入門 EliStevens/LucaAntiga/ThomasViehmann/電通国際情報サービス 後藤勇輝/小川雄太郎/櫻井亮佑/大串和正

PyTorch実践入門

ジャンル
コンピュータ
配信日
2021年02月19日
  • このエントリーをはてなブックマークに追加

PyTorch実践入門のあらすじ

※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

3,982円 39ポイント還元

プレミアム会員なら、さらにポイント還元!

対応デバイス

iPhone iPad Android タブレット PC ケータイ
○ 対応 ○ 対応 ○ 対応 ○ 対応 ○ 対応 × 非対応

PyTorch実践入門のユーザーレビュー

※レビュー内容は全角4文字以上、500文字以内にしてください。

文字数が不足しています。全角4文字以上で入力してください。

文字数が上限を超えております。全角500文字以内で入力してください。

規約を読む

PAGE
TOP