ニューラルネットワークと深層学習

この前のプログラマーのための確率プログラミングとベイズ推定もそうだけど、最近オンライン無料書籍ってのが結構あるのね。第一線の人達が教材を作るのは布教活動ということなのだろうか。

またQiitaで知ったんだけど、Neural Networka and Deep Learningっていうオンライン無料書籍があって、それの有志による日本語訳ニューラルネットワークと深層学習というものがあるらしい。


スポンサーリンク

Qiitaのこの記事で日本語化プロジェクトへの参加者を募っている。↓
ニューラルネットワークと深層学習(和訳):Qiita


スポンサーリンク

あなたも、この方法でDeep Learningをマスターしませんか?

というわけで、”Neural Networka and Deep Learning”(NNADL)の日本語訳プロジェクトを立ち上げることにしました。あなたも参加して、いっしょにDeep Learningを勉強しませんか?もちろん、ただ読んでくださるだけや、誤字脱字の報告だけでも結構です!

現在進行中の日本語訳はここから見れます: http://nnadl-ja.github.io/nnadl_site_ja/index.html
また、翻訳参加者はgithubのプロジェクトページ: https://github.com/nnadl-ja/nnadl_site_ja から受け付けています。
日本語プロジェクトを盛り上げることで、原著者が未執筆の原著第六章「Deep learning」を執筆するモチベーションにもなればと思います。
よろしくお願いします。

※ちなみに、原著は商用化を禁ずるライセンスのもと公開されているので、秒間年収〇億稼げるようになったりはしません。あしからず。

確かに、翻訳に参加すればかなり勉強になりそうな気もする。


スポンサーリンク

関連記事

SSII 2014 デモンストレーションセッションのダイジェスト動画
LLM Visualization:大規模言語モデルの可視化
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
AfterEffectsプラグイン開発
機械学習について最近知った情報
Digital Emily Project:人間の顔をそっくりそのままCGで復元する
Runway ML:クリエイターのための機械学習ツール
Kinect for Windows v2の日本価格決定
Windows10でPyTorchをインストールしてVSCodeで使う
fSpy:1枚の写真からカメラパラメーターを割り出すツール
CNN Explainer:畳み込みニューラルネットワーク可視化ツール
OpenCVで平均顔を作るチュートリアル
ManimML:機械学習の概念を視覚的に説明するためのライブラリ
KelpNet:C#で使える可読性重視のディープラーニングライブラリ
Fast R-CNN:ディープラーニングによる一般物体検出手法
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
MLDemos:機械学習について理解するための可視化ツール
GoogleのDeep Learning論文
TorchStudio:PyTorchのための統合開発環境とエコシステム
機械学習での「回帰」とは?
OpenCVで顔のモーフィングを実装する
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
全脳アーキテクチャ勉強会
Unityで強化学習できる『Unity ML-Agents』
OpenCV
オープンソースの顔認識フレームワーク『OpenBR』
NeRF (Neural Radiance Fields):深層学習による未知視点合成
OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
OpenCV 3.1から追加されたSfMモジュール
Super Resolution:OpenCVの超解像処理モジュール
Point Cloud Consortiumのセミナー「3D点群の未来」に行ってきたよ
OpenCVのバージョン3が正式リリースされたぞ
cvui:OpenCVのための軽量GUIライブラリ
SONY製のニューラルネットワークライブラリ『NNabla』
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
ArUco:OpenCVベースのコンパクトなARライブラリ
COLMAP:オープンソースのSfM・MVSツール
手を動かしながら学ぶデータマイニング
ポイントクラウドコンソーシアム
Adobeの手振れ補正機能『ワープスタビライザー』の秘密
Physics Forests:機械学習で流体シミュレーションを近似する
Paul Debevec

コメント