<h1 id="%E3%81%AA%E3%81%AB%E3%81%93%E3%82%8C" data-line="0" class="code-line">
<a class="header-anchor-link" href="#%E3%81%AA%E3%81%AB%E3%81%93%E3%82%8C" aria-hidden="true"></a> なにこれ</h1>
<ul data-line="1" class="code-line">
<li data-line="1" class="code-line">「<a href="https://www.jdla.org/news/20240514001/" target="_blank" rel="nofollow noopener noreferrer">ディープラーニングG検定公式テキスト（第三版）</a>」をもとに、理解の薄い5章、6章あたりをまとめてみる。</li>
<li data-line="2" class="code-line">技術の発展の経緯と関係性をまとめるのにクラス図を用いてみる</li>
</ul>
<h1 id="%E3%82%AF%E3%83%A9%E3%82%B9%E5%9B%B3%E3%81%AB%E3%81%82%E3%81%A6%E3%81%AF%E3%82%81%E3%81%9F%E8%A6%81%E7%B4%A0%E6%8A%80%E8%A1%93%E3%81%AE%E9%96%A2%E9%80%A3" data-line="4" class="code-line">
<a class="header-anchor-link" href="#%E3%82%AF%E3%83%A9%E3%82%B9%E5%9B%B3%E3%81%AB%E3%81%82%E3%81%A6%E3%81%AF%E3%82%81%E3%81%9F%E8%A6%81%E7%B4%A0%E6%8A%80%E8%A1%93%E3%81%AE%E9%96%A2%E9%80%A3" aria-hidden="true"></a> クラス図にあてはめた要素技術の関連</h1>
<h2 id="%E7%94%BB%E5%83%8F%E8%AA%8D%E8%AD%98" data-line="5" class="code-line">
<a class="header-anchor-link" href="#%E7%94%BB%E5%83%8F%E8%AA%8D%E8%AD%98" aria-hidden="true"></a> 画像認識</h2>
<span class="embed-block zenn-embedded zenn-embedded-mermaid"><iframe id="zenn-embedded__5af1461b784db" src="https://embed.zenn.studio/mermaid#zenn-embedded__5af1461b784db" data-content="classDiagram%0A%20%20%25%25Relation%0A%20%20CNN%20%3C%7C--%20LeNet%0A%20%20CNN%20%3C%7C--%20%E3%83%8D%E3%82%AA%E3%82%B3%E3%82%B0%E3%83%8B%E3%83%88%E3%83%AD%E3%83%B3%0A%20%20CNN%20%3C%7C--%20NeuralArchitectureSearch%0A%20%20CNN%20%3C%7C--%20R-CNN%0A%20%20CNN%20%3C%7C--%20YOLO%0A%20%20R-CNN%20%3C%7C--%20Fast%20R-CNN%0A%20%20Fast%20R-CNN%20%3C%7C--%20Faster%20R-CNN%0A%20%20Faster%20R-CNN%E3%80%80%3C%7C--%20Mask%20R-CNN%0A%20%20FCN%20%3C%7C--%20Mask%20R-CNN%0A%20%20YOLO%20%3C%7C--%20SSD%0A%20%20CNN%20%3C%7C--%20FCN%0A%20%20CNN%20%3C%7C--%20OpenPose%0A%20%20FCN%20%3C%7C--%20SegNet%0A%20%20FCN%20%3C%7C--%20DeepLab%0A%20%20SegNet%20%3C%7C--%20U-Net%0A%20%20SegNet%20%3C%7C--%20PSPNet%0A%20%20DeepLab%20%3C%7C--%20DeepLab%20V3plus%0A%20%20PSPNet%20%3C%7C--%20DeepLab%20V3plus%0A%20%20LeNet%20%3C%7C--%20AlexNet%0A%20%20AlexNet%20%3C%7C--%20VGG%0A%20%20AlexNet%20%3C%7C--%20GoogLeNet%0A%20%20AlexNet%20%3C%7C--%20ResNet%0A%20%20ResNet%20%3C%7C--%20WideResNet%0A%20%20ResNet%20%3C%7C--%20DenseNet%0A%20%20ResNet%20%3C%7C--%20SENet%0A%20%20ResNet%20%3C%7C--%20MobileNet%0A%20%20NeuralArchitectureSearch%20%3C%7C--%20NASNet%0A%20%20NeuralArchitectureSearch%20%3C%7C--%20MnasNet%0A%20%20NeuralArchitectureSearch%20%3C%7C--%20EfficientNet%0A%20%20ResNet%20%3C%7C--%20NASNet%0A%20%20MobileNet%20%3C%7C--%20MnasNet%0A%20%20%25%25class%20%0A%20%20class%20CNN%0A%20%20class%20%E3%83%8D%E3%82%AA%E3%82%B3%E3%82%B0%E3%83%8B%E3%83%88%E3%83%AD%E3%83%B3%7B%0A%20%20%20%20%E5%8D%98%E7%B4%94%E5%9E%8B%E7%B4%B0%E8%83%9E%EF%BC%88S%E7%B4%B0%E8%83%9E%EF%BC%89%0A%20%20%20%20%E8%A4%87%E9%9B%91%E5%9E%8B%E7%B4%B0%E8%83%9E%EF%BC%88C%E7%B4%B0%E8%83%9E%EF%BC%89%0A%20%20%7D%0A%20%20class%20LeNet%7B%0A%20%20%20%20%E7%95%B3%E3%81%BF%E8%BE%BC%E3%81%BF%E5%B1%A4%0A%20%20%20%20%E3%83%97%E3%83%BC%E3%83%AA%E3%83%B3%E3%82%B0%E5%B1%A4%0A%20%20%7D%20%20%0A%20%20class%20AlexNet%7B%0A%20%20%20%20%E5%85%A8%E7%B5%90%E5%90%88%E5%B1%A4%0A%20%20%20%20void%20%E7%89%A9%E4%BD%93%E8%AA%8D%E8%AD%98()%0A%20%20%7D%0A%20%20class%20VGG%7B%0A%20%20%20%203x3%E3%83%95%E3%82%A3%E3%83%AB%E3%82%BF%0A%20%20%7D%0A%20%20class%20GoogLeNet%7B%0A%20%20%20%20Inception%E3%83%A2%E3%82%B8%E3%83%A5%E3%83%BC%E3%83%AB%0A%20%20%7D%0A%20%20class%20ResNet%7B%0A%20%20%20%20%E3%82%B9%E3%82%AD%E3%83%83%E3%83%97%E7%B5%90%E5%90%88%0A%20%20%7D%0A%20%20class%20WideResNet%7B%0A%20%20%20%20%2B%E3%83%95%E3%82%A3%E3%83%AB%E3%82%BF%E6%95%B0%0A%20%20%7D%0A%20%20class%20DenseNet%7B%0A%20%20%20%20%2Benhance%3A%E3%82%B9%E3%82%AD%E3%83%83%E3%83%97%E7%B5%90%E5%90%88%0A%20%20%7D%0A%20%20class%20SENet%7B%0A%20%20%20%20Attention%0A%20%20%7D%0A%20%20class%20MobileNet%7B%0A%20%20%20%20DeepWise%20Separable%20Convolution%0A%20%20%7D%0A%20%20class%20NeuralArchitectureSearch%7B%0A%20%20%20%20%E6%B7%B1%E5%B1%A4%E5%BC%B7%E5%8C%96%E5%AD%A6%E7%BF%92%0A%20%20%7D%0A%20%20class%20NASNet%7B%0A%20%20%20%20Residual%20Block%0A%20%20%7D%0A%20%20class%20MnasNet%7B%0A%20%20%20%20%E3%83%A2%E3%83%90%E3%82%A4%E3%83%AB%E7%AB%AF%E6%9C%AB%E5%90%91%E3%81%91%E8%A8%88%E7%AE%97%E9%87%8F%E6%9C%80%E9%81%A9%E5%8C%96%0A%20%20%7D%0A%20%20class%20EfficientNet%7B%0A%20%20%20%20Compound%20Scaling%20Method%0A%20%20%7D%0A%20%20class%20R-CNN%7B%0A%20%20%20%20selective%20search%0A%20%20%20%20SVM%0A%20%20%20%20void%202%E6%AE%B5%E9%9A%8E%E7%89%A9%E4%BD%93%E6%A4%9C%E5%87%BA()%0A%20%20%7D%0A%20%20class%20Fast%20R-CNN%7B%0A%20%20%20%20%E7%B0%A1%E7%95%A5%E3%83%BB%E9%AB%98%E9%80%9F%E5%8C%96%0A%20%20%7D%0A%20%20class%20Faster%20R-CNN%7B%0A%20%20%20%20ReginalProposalNetwork%EF%BC%88FPN%EF%BC%89%0A%20%20%7D%0A%20%20class%20YOLO%7B%0A%20%20%20%20%E5%87%BA%E5%8A%9B%E5%B1%A4%E3%81%AE%E3%82%B0%E3%83%AA%E3%83%83%E3%83%89%E5%8C%96%0A%20%20%20%20void%201%E6%AE%B5%E9%9A%8E%E7%89%A9%E4%BD%93%E6%A4%9C%E5%87%BA()%0A%20%20%7D%0A%20%20class%20SSD%7B%0A%20%20%20%20%E3%83%87%E3%83%95%E3%82%A9%E3%83%AB%E3%83%88%E3%83%9C%E3%83%83%E3%82%AF%E3%82%B9%0A%20%20%7D%0A%20%20class%20FCN%7B%0A%20%20%20%20void%20%E3%82%BB%E3%83%9E%E3%83%B3%E3%83%86%E3%82%A3%E3%83%83%E3%82%AF%E3%82%BB%E3%82%B0%E3%83%A1%E3%83%B3%E3%83%86%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3()%0A%20%20%7D%0A%20%20class%20SegNet%7B%0A%20%20%20%20%E3%82%A8%E3%83%B3%E3%82%B3%E3%83%BC%E3%83%80%0A%20%20%20%20%E3%83%87%E3%82%B3%E3%83%BC%E3%83%80%0A%20%20%20%20%E7%95%B3%E3%81%BF%E8%BE%BC%E3%81%BF%E5%B1%A4%E3%81%A8%E3%83%97%E3%83%BC%E3%83%AA%E3%83%B3%E3%82%B0%E5%B1%A4%E3%81%AE%E7%A9%8D%E5%B1%A4%E5%8C%96%0A%20%20%7D%0A%20%20class%20U-Net%7B%0A%20%20%20%20%E3%83%87%E3%82%B3%E3%83%BC%E3%83%80%E3%81%A7%E3%81%AE%E3%82%A8%E3%83%B3%E3%82%B3%E3%83%BC%E3%83%80%E5%85%A5%E5%8A%9B%E3%82%B5%E3%82%A4%E3%82%BA%E5%87%BA%E5%8A%9B%E8%AA%BF%E6%95%B4%0A%20%20%7D%0A%20%20class%20PSPNet%7B%0A%20%20%20%20Pyramid%20Pooling%20Module%0A%20%20%7D%0A%20%20class%20DeepLab%7B%0A%20%20%20%20Atrous%20convolution%0A%20%20%7D%0A%20%20class%20DeepLab%20V3plus%7B%0A%20%20%20%20Atrous%20Spatial%20Pooling%20Pyramid%0A%20%20%7D%0A%20%20class%20OpenPose%7B%0A%20%20%20%20%E4%BF%A1%E9%A0%BC%E5%BA%A6%E3%83%9E%E3%83%83%E3%83%97%0A%20%20%20%20Parts%20Affinity%20Firelds%0A%20%20%20%20Convolutional%20Pose%20Machine%0A%20%20%20%20void%20%E5%A7%BF%E5%8B%A2%E6%8E%A8%E5%AE%9A()%0A%20%20%7D%0A%20%20class%20Mask%20R-CNN%7B%0A%20%20%20%20%E3%83%9E%E3%83%AB%E3%83%81%E3%82%BF%E3%82%B9%E3%82%AF%0A%20%20%7D" frameborder="0" scrolling="no" loading="lazy"></iframe></span><h2 id="%E9%9F%B3%E5%A3%B0%E8%AA%8D%E8%AD%98" data-line="139" class="code-line">
<a class="header-anchor-link" href="#%E9%9F%B3%E5%A3%B0%E8%AA%8D%E8%AD%98" aria-hidden="true"></a> 音声認識</h2>
<span class="embed-block zenn-embedded zenn-embedded-mermaid"><iframe id="zenn-embedded__c1f359f5993e2" src="https://embed.zenn.studio/mermaid#zenn-embedded__c1f359f5993e2" data-content="classDiagram%0A%20%20%25%25Relation%0A%20%20A-D%E5%A4%89%E6%8F%9B%20--%20%E9%AB%98%E9%80%9F%E3%83%95%E3%83%BC%E3%83%AA%E3%82%A8%E5%A4%89%E6%8F%9B%0A%20%20%E9%AB%98%E9%80%9F%E3%83%95%E3%83%BC%E3%83%AA%E3%82%A8%E5%A4%89%E6%8F%9B%20--%20%E9%9F%B3%E9%9F%BF%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20%E9%AB%98%E9%80%9F%E3%83%95%E3%83%BC%E3%83%AA%E3%82%A8%E5%A4%89%E6%8F%9B%20--%20%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%20%20%0A%20%20%E9%9F%B3%E9%9F%BF%E3%83%A2%E3%83%87%E3%83%AB%E3%80%80%3C%7C--%20%E9%9A%A0%E3%82%8C%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20%E9%9F%B3%E9%9F%BF%E3%83%A2%E3%83%87%E3%83%AB%E3%80%80%3C%7C--%20RNN%0A%20%20%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%20%3C%7C--%20n-gram%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%0A%0A%0A%20%20%25%25class%0A%20%20class%20A-D%E5%A4%89%E6%8F%9B%7B%0A%20%20%20%20void%20%E3%83%91%E3%83%AB%E3%82%B9%E7%AC%A6%E5%8F%B7%E5%A4%89%E8%AA%BF()%0A%20%20%7D%0A%20%20class%20%E9%AB%98%E9%80%9F%E3%83%95%E3%83%BC%E3%83%AA%E3%82%A8%E5%A4%89%E6%8F%9B%7B%0A%20%20%20%20%E9%9F%B3%E8%89%B2%EF%BC%88%E3%82%B9%E3%83%9A%E3%82%AF%E3%83%88%E3%83%A9%E3%83%A0%E5%8C%85%E7%B5%A1%EF%BC%9A%E3%83%A1%E3%83%AB%E5%91%A8%E6%B3%A2%E6%95%B0%E3%82%B1%E3%83%97%E3%82%B9%E3%83%88%E3%83%A9%E3%83%A0%E4%BF%82%E6%95%B0%EF%BC%89%0A%20%20%20%20%E9%9F%B3%E9%9F%BB%EF%BC%88%E3%83%95%E3%82%A9%E3%83%AB%E3%83%9E%E3%83%B3%E3%83%88%E5%91%A8%E6%B3%A2%E6%95%B0%EF%BC%89%0A%20%20%20%20void%20%E5%91%A8%E6%B3%A2%E6%95%B0%E3%82%B9%E3%83%9A%E3%82%AF%E3%83%88%E3%83%AB%E5%A4%89%E6%8F%9B()%0A%20%20%7D%0A%20%20class%20%E9%9F%B3%E9%9F%BF%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20class%20%E9%9A%A0%E3%82%8C%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E3%83%A2%E3%83%87%E3%83%AB%7B%0A%20%20%20%20void%20%E9%9F%B3%E7%B4%A0%E5%88%97%E5%A4%89%E6%8F%9B()%0A%20%20%7D%0A%20%20class%20RNN%7B%0A%20%20%20%20Connectionist%20Temporal%20Classification%0A%20%20%7D%0A%20%20class%20%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20class%20n-gram%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%7B%0A%20%20%20%20%E6%9D%A1%E4%BB%B6%E4%BB%98%E7%A2%BA%E7%8E%87%EF%BC%88N-1%EF%BC%89%0A%20%20%7D" frameborder="0" scrolling="no" loading="lazy"></iframe></span><h2 id="%E8%87%AA%E7%84%B6%E8%A8%80%E8%AA%9E%E5%87%A6%E7%90%86" data-line="175" class="code-line">
<a class="header-anchor-link" href="#%E8%87%AA%E7%84%B6%E8%A8%80%E8%AA%9E%E5%87%A6%E7%90%86" aria-hidden="true"></a> 自然言語処理</h2>
<p data-line="177" class="code-line">解析、学習、推論の観点が混線しそう</p>
<span class="embed-block zenn-embedded zenn-embedded-mermaid"><iframe id="zenn-embedded__3b921741208a3" src="https://embed.zenn.studio/mermaid#zenn-embedded__3b921741208a3" data-content="classDiagram%0A%20%20%25%25relation%0A%20%20n-gram%20%3C%7C--%20Bag-of-n-grams%0A%20%20Bag-of-Words%20%3C%7C--%20Bag-of-n-grams%0A%20%20Bag-of-Words%20--%20one-hot%20vector%0A%20%20one-hot%20vector%20--%20word2vec%0A%20%20word2vec%20%3C%7C--%20fastText%0A%20%20TF-IDF%20%3C%7C--%20ELMo%0A%20%20word2vec%20%3C%7C--%20ELMo%0A%20%20RNN%20%3C%7C--%20Transformer%0A%20%20Transformer%20%3C%7C--%20GPT%0A%20%20Transformer%20%3C%7C--%20BERT%0A%20%20GPT%20%3C%7C--%20ChatGPT%0A%20%20BERT%20%3C%7C--%20Bard%0A%0A%20%20%25%25class%0A%20%20class%20n-gram%7B%0A%20%20%20%20%E5%8D%98%E8%AA%9E%E3%82%92%E4%B8%A6%E3%81%B9%E3%81%9F%E6%96%87%E5%AD%97%E5%88%97%E5%8D%98%E4%BD%8D%0A%20%20%7D%0A%20%20class%20Bag-of-Words%7B%0A%20%20%20%20%E5%8D%98%E8%AA%9E%E3%81%AE%E9%9B%86%E5%90%88%E3%81%A8%E3%81%97%E3%81%A6%E3%81%AE%E6%96%87%E7%AB%A0%0A%20%20%7D%0A%20%20class%20Bag-of-n-grams%7B%0A%20%20%20%20%E5%87%BA%E7%8F%BE%E9%A0%86%E5%BA%8F%E3%81%AE%E8%80%83%E6%85%AE%0A%20%20%7D%0A%20%20class%20TF-IDF%7B%0A%20%20%20%20TF(%E6%96%87%E7%AB%A0%E5%86%85%E3%81%A7%E3%81%AE%E5%8D%98%E8%AA%9E%E3%81%AE%E5%87%BA%E7%8F%BE%E5%89%B2%E5%90%88)%0A%20%20%20%20IDF(%E5%8D%98%E8%AA%9E%E3%81%8C%E5%87%BA%E7%8F%BE%E3%81%99%E3%82%8B%E6%96%87%E7%AB%A0%E3%81%AE%E5%89%B2%E5%90%88)%0A%20%20%7D%0A%20%20class%20one-hot%20vector%7B%0A%20%20%20%20void%20%E3%83%99%E3%82%AF%E3%83%88%E3%83%AB%E5%A4%89%E6%8F%9B()%0A%20%20%7D%0A%20%20class%20word2vec%7B%0A%20%20%20%20%E5%88%86%E6%95%A3%E8%A1%A8%E7%8F%BE%0A%20%20%20%20void%20%E3%82%B9%E3%82%AD%E3%83%83%E3%83%97%E3%82%B0%E3%83%A9%E3%83%A0()%0A%20%20%20%20void%20CBOW()%0A%20%20%20%20void%20%E6%AC%A1%E5%85%83%E5%9C%A7%E7%B8%AE()%0A%20%20%20%20void%20%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90()%0A%20%20%7D%0A%20%20class%20fastText%7B%0A%20%20%20%20%E5%8D%98%E8%AA%9E%E3%81%AE%E9%83%A8%E5%88%86%E6%96%87%E5%AD%97%E5%88%97%E3%81%AE%E8%80%83%E6%85%AE%0A%20%20%7D%0A%20%20class%20ELMo%7B%0A%20%20%20%20%E6%96%87%E8%84%88%E3%82%92%E8%80%83%E6%85%AE%E3%81%97%E3%81%9F%E5%88%86%E6%95%A3%E8%A1%A8%E7%8F%BE%0A%20%20%7D%0A%20%20class%20RNN%0A%20%20class%20Transformer%7B%0A%20%20%20%20Source-Target%20Attention%0A%20%20%20%20Self%20Attention%0A%20%20%7D%0A%20%20class%20GPT%7B%0A%20%20%20%20%E4%BA%8B%E5%89%8D%E5%AD%A6%E7%BF%92%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20%20%20void%20%E8%87%AA%E7%84%B6%E8%A8%80%E8%AA%9E%E6%8E%A8%E8%AB%96()%0A%20%20%20%20void%20%E8%B3%AA%E5%95%8F%E5%BF%9C%E7%AD%94()%0A%20%20%20%20void%20%E6%84%8F%E5%91%B3%E7%9A%84%E9%A1%9E%E4%BC%BC%E5%BA%A6()%0A%20%20%20%20void%20%E6%96%87%E6%9B%B8%E5%88%86%E9%A1%9E()%0A%20%20%7D%0A%20%20class%20BERT%7B%0A%20%20%20%20%E4%BA%8B%E5%89%8D%E5%AD%A6%E7%BF%92%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20%20%20Masked%20Language%20Model%0A%20%20%20%20Next%20Sentence%20Prediction%0A%20%20%20%20void%20%E8%87%AA%E7%84%B6%E8%A8%80%E8%AA%9E%E6%8E%A8%E8%AB%96()%0A%20%20%20%20void%20%E8%B3%AA%E5%95%8F%E5%BF%9C%E7%AD%94()%0A%20%20%20%20void%20%E6%84%8F%E5%91%B3%E7%9A%84%E9%A1%9E%E4%BC%BC%E5%BA%A6()%0A%20%20%20%20void%20%E6%96%87%E6%9B%B8%E5%88%86%E9%A1%9E()%0A%20%20%7D%0A%20%20class%20ChatGPT%7B%0A%20%20%20%20%E5%A4%A7%E8%A6%8F%E6%A8%A1%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20%20%20Reinforcement%20Learning%20from%20Human%20Feedback%0A%20%20%7D%0A%20%20class%20Bard%7B%0A%20%20%20%20%E5%A4%A7%E8%A6%8F%E6%A8%A1%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%0A%20%20%7D" frameborder="0" scrolling="no" loading="lazy"></iframe></span><h2 id="%E3%83%87%E3%83%BC%E3%82%BF%E7%94%9F%E6%88%90" data-line="256" class="code-line">
<a class="header-anchor-link" href="#%E3%83%87%E3%83%BC%E3%82%BF%E7%94%9F%E6%88%90" aria-hidden="true"></a> データ生成</h2>
<span class="embed-block zenn-embedded zenn-embedded-mermaid"><iframe id="zenn-embedded__16d4c9d96bf4a" src="https://embed.zenn.studio/mermaid#zenn-embedded__16d4c9d96bf4a" data-content="classDiagram%0A%20%20%25%25relation%0A%20%20DNN%20%3C%7C--%20GAN%0A%20%20DNN%20%3C%7C--%20VAE%0A%20%20DNN%20%3C%7C--%20Diffusion%20Model%0A%20%20%25%25class%0A%20%20class%20DNN%0A%20%20class%20GAN%7B%0A%20%20%20%20generator%0A%20%20%20%20discriminator%0A%20%20%7D%0A%20%20class%20VAE%7B%0A%20%20%20%20encoder%0A%20%20%20%20decoder%0A%20%20%7D%0A%20%20class%20Diffusion%20Model%7B%0A%20%20%20%20%E6%8B%A1%E6%95%A3%E9%81%8E%E7%A8%8B%0A%20%20%20%20%E9%80%86%E6%8B%A1%E6%95%A3%E9%81%8E%E7%A8%8B%0A%20%20%7D" frameborder="0" scrolling="no" loading="lazy"></iframe></span><h1 id="%E3%81%93%E3%81%AE%E5%85%88" data-line="280" class="code-line">
<a class="header-anchor-link" href="#%E3%81%93%E3%81%AE%E5%85%88" aria-hidden="true"></a> この先</h1>
<p data-line="281" class="code-line">この辺を源流として、発展モデル、マルチモーダルモデルを組み合わせで理解していけるといいな</p>
<h1 id="%E5%8F%82%E8%80%83" data-line="283" class="code-line">
<a class="header-anchor-link" href="#%E5%8F%82%E8%80%83" aria-hidden="true"></a> 参考</h1>
<p data-line="284" class="code-line">ちゃんと理解するにはこの資料を読み込みたい<br>
<a href="https://www.docswell.com/s/ydnjp/K3YMDZ-2021-07-21-152903" target="_blank" rel="nofollow noopener noreferrer">深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで</a></p>


G検定にむけて要素技術をまとめてみる

クラス図にあてはめた要素技術の関連

なにこれ

クラス図にあてはめた要素技術の関連

画像認識

音声認識

自然言語処理

データ生成

この先

参考

Discussion