PyTorch実践入門

※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