【試し読み】本書の最初の「10ステップ」を無料で公開しています。

<a href="https://www.amazon.co.jp/dp/4873119065" target="_blank" rel="nofollow noopener noreferrer">https://www.amazon.co.jp/dp/4873119065</a>
<a href="https://www.oreilly.co.jp/books/9784873119069" target="_blank" rel="nofollow noopener noreferrer">https://www.oreilly.co.jp/books/9784873119069</a>

大ヒットを続ける人気シリーズの第3弾。今回は「DeZero」というディープラーニングのフレームワークをゼロから作ります。DeZeroは本書オリジナルのフレームワークです。最小限のコードで、フレームワークのモダンな機能を実現します。

本書では、この小さな――それでいて十分にパワフルな――フレームワークを、全部で60のステップで完成させます。それによって、PyTorch、TensorFlow、Chainerなどの現代のフレームワークに通じる知識を深めます。

キャッチフレーズは――作るからこそ、見えるモノ。

【試し読み】本書の最初の「10ステップ」を無料で公開しています。

https://www.amazon.co.jp/dp/4873119065
https://www.oreilly.co.jp/books/9784873119069

大ヒットを続ける人気シリーズの第3弾。今回は「DeZero」というディープラーニングのフレームワークをゼロから作ります。DeZeroは本書オリジナルのフレームワークです。最小限のコードで、フレームワークのモダンな機能を実現します。

本書では、この小さな――それでいて十分にパワフルな――フレームワークを、全部で60のステップで完成させます。それによって、PyTorch、TensorFlow、Chainerなどの現代のフレームワークに通じる知識を深めます。

キャッチフレーズは――作るからこそ、見えるモノ。

【試し読み】ゼロから作るDeep Learning ❸ ―フレームワーク編

まえがき

第1ステージ 微分を自動で求める

ステップ1 箱としての変数

ステップ2 変数を生み出す関数

ステップ3 関数の連結

ステップ4 数値微分

ステップ5 バックプロパゲーションの理論

ステップ6 手作業によるバックプロパゲーション

ステップ7 バックプロパゲーションの自動化

ステップ8 再帰からループへ

ステップ9 関数をより便利に

ステップ10 テストを行う

コラム：自動微分

python

tensorflow

ディープラーニング

pytorch

ゼロから作る

斎藤 康毅 / Koki Saitoh