出版社内容情報
人気シリーズの第5弾。生成モデルの今を実装する！
人気シリーズの第5弾。今回のテーマは「生成モデル」です。本書では「正規分布」から「拡散モデル」に至るまでの技術を繋がりのあるストーリーとして展開します。読者は小さな学びを積み重ねながら、ステップバイステップで実装し、最終的には「Stable Diffusion」のような画像生成AIを完成させます。技術の面白さは細部にあります－－ゼロから作る、数式に挑む。
内容説明
人気シリーズの第５弾。今回のテーマは「生成モデル」です。本書では「正規分布」から「拡散モデル」に至るまでの技術を繋がりのあるストーリーとして展開します。読者は小さな学びを積み重ねながら、ステップバイステップで実装し、最終的には「Ｓｔａｂｌｅ Ｄｉｆｆｕｓｉｏｎ」のような画像生成ＡＩを完成させます。技術の面白さは細部にあります―ゼロから作る、数式に挑む。
目次
１ 正規分布
２ 最尤推定
３ 多次元正規分布
４ 混合ガウスモデル
５ ＥＭアルゴリズム
６ ニューラルネットワーク
７ 変分オートエンコーダ（ＶＡＥ）
８ 拡散モデルの理論
９ 拡散モデルの実装
１０ 拡散モデルの応用
付録
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
nbhd
15
心の中でドヒャーと叫びながら読んだ。おもしろいけどむずかしい、むずかしいけどおもしろい。StableDiffusionに代表される現在の画像生成の主流になっている「拡散モデル」についてゼロから学んでいける本。AIを学んでつくづく感じるのは「確率統計を身体化すること」の大切さだ。この本でも、正規分布から順を追って解説してくれているのだけど、後半にかけて、「確率脳」を要求される。たんに確率統計を理解しただけでは済まされず、脳になじむくらいに身体化された感覚が必要だ。統計学、もうちょっと勉強してからリトライしよ2024/05/06
愛楊
4
2024年4月出版。「ゼロから作るDeep Learning」シリーズの第５巻。いつも通りの高品質だった。変分オートエンコーダから拡散モデルまでを熱力学・統計力学の知識なしで説明してくれるのだからありがたいこと限りなしである。理論の比重が大きいことが高く評価できる。KLダイバージェンスに帰着させることが理論の肝になっているのは、非常に面白かった。次回作は大規模言語モデルについてらしい。２年毎に出版されているので、2026年に出版といったところか。2024/07/22
蠍
3
このシリーズは毎度わかりやすく、しっかり説明してくれるのでよく読んでいるのだが、これは発売してすぐ買ったのにプライベートが忙しくて時間がかかってしまった。変分オートエンコーダの説明のためにボトムアップの材料を最初から丁寧に用意してくれていて、良い復習になった。KLダイバージェンスに帰着させて、ガンガン計算を簡潔にしていく過程はとても面白かった。正直細かいとこまで全部理解できたとは言えないが、こういう説明してくれる本を読むのは潜在意識にちょっとでも入力を与えておくという点で意義があると考えている。2024/11/18
naoki85
1
最新刊が出たということで購入。 ちょうど stable diffusion をいじっていたので興味があるところだった。 いつもの通り、実際のサンプルコードもあって理解しやすかった。 理論の証明も多めだが、この辺りは慣れてないと読むのが苦しいかもしれない。 次の巻も楽しみにしたい。2024/05/12
o
0
超参考になった しっかり読むと本当にわかるようになっている 迷っている人は買うべし2024/09/11
