📚
【随時更新】DLの教材ごとにわかりやすかった内容まとめ
はじめに
ほぼ自分用のメモですが、気になる教材がありましたらぜひご覧ください。
ディープラーニングを支える技術 「正解」を導くメカニズム
- 誤差逆伝播法（P130〜139）
- 畳み込み層におけるチャンネルの扱い（P147~148）
- CNNにおいて、空間方向が小さくなり、チャンネル数が大きくなっていくイメージ（P224〜228）
- SENetの構造（P235〜237）
- ViTとCNNは画像の異なる特徴を捉える（P238）
ディープラーニングを支える技術〈2〉 ——ニューラルネットワーク最大の謎
- 勾配降下法における3つの問題点とそれが解消された理由（P12〜25）
Vision Transformer入門
- Self-Attentionの解説 (p46~61)
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
ゼロから作るDeep Learning ❺ ―生成モデル編
- DDPMの損失関数導出
生成 Deep Learning ―絵を描き、物語や音楽を作り、ゲームをプレイする
- VAEのイメージ
機械学習エンジニアのためのTransformers ―最先端の自然言語処理ライブラリによるモデル開発
妥協しないデータ分析のための 微積分+線形代数入門
- 内積 = 類似度 である
本質を捉えたデータ分析のための分析モデル入門
最短コースでわかる PyTorch ＆深層学習プログラミング
- PyTorchによる微分は数値微分である（P36）
独習Python 第2版
AIcia Solid Project
- 機械学習に関する様々なテーマを解説してくださっています。
Discussion