Pylearn2, Caffeと来て、Chainer, TensorFlowと、ディープラーニング系のライブラリが乱立し過ぎて、ある時点から追いかけるのをやめておりました。そもそももう少し仕組みというか、特性を理解しないと活用もできないんだよなぁ、と。
と思いつつ、自分のレベルに合った簡単な情報がなかなかなくて半ば諦めていたところ、程良い感じの入門書が発売された。↓
ディープラーニングをはじめて学びたい人を対象とした入門書です。
- カラー図版で、畳み込みニューラルネットワークなどの基礎的な手法が直感的に理解できます。
- CaffeやPylearn2などの主要ツールのインストール方法や活用事例を紹介しています。
- 新たなツールとして最も注目されているChainerやTensorFlowのインストール方法や活用事例も紹介しています。
やっぱイラストですよね。
これならオイラでも挫折せずに最後まで読めそう。以下、本書の目次。
第1章 序論
ディープラーニングとは/注目のきっかけ/なぜディープラーニングなのか/何がディープラーニングなのか第2章 ニューラルネットワーク
ニューラルネットワークの歴史/マカロック{ピッツの素子モデル/パーセプトロン/多層パーセプトロン/誤差逆伝播法/誤差関数と活性化関数/尤度関数/確率的勾配降下法/学習係数第3章 畳み込みニューラルネットワーク
畳み込みニューラルネットワークの構成/畳み込み層/プーリング層/全結合層/出力層/ネットワークの学習方法第4章 制約ボルツマンマシン
ホップフィールドネットワーク/ボルツマンマシン/制約ボルツマンマシン/コントラスティブ・ダイバージェンス/ディープ・ビリーフ・ネットワーク第5章 オートエンコーダ
オートエンコーダ/デノイジング・オートエンコーダ/スパース・オートエンコーダ/スタックド・オートエンコーダ/事前学習への利用第6章 汎化性能を向上させる方法
学習サンプル/前処理/活性化関数/ドロップアウト/ドロップコネクト第7章 ディープラーニングのツール
ディープラーニングの開発環境/
Theano/Pylearn2/Caffe/DIGITS/Chainer/TensorFlow第8章 ディープラーニングの現在・未来
ディープラーニングの実用事例/ディープラーニングの先に
自分の知的レベルに合った教材を選ぶって結構重要なことだと思います。背伸びするのも悪くないけど、挫折しやすいのでよほど精神力のある人以外あんまりやらない方が良い気がする。
コメント