直感生成ＡＩ―ハンズオンで動かして学ぶ拡散モデル入門

Ｓａｎｓｅｖｉｅｒｏ，Ｏｍａｒ/Ｃｕｅｎｃａ，Ｐｅｄｒｏ/Ｐａｓｓｏｓ，Ａｐｏｌｉｎ´ａｒｉｏ/Ｗｈｉｔａｋｅｒ，Ｊｏｎａｔｈａｎ【著】/江川 崇【訳】

オライリー・ジャパン（2025/12発売）

• サイズ B5判／ページ数 416p／高さ 24cm
• 商品コード 9784814401406
• NDC分類 007.1
• Cコード C3055

出版社内容情報

Transformerモデルと拡散モデルによる生成AIをハンズオン形式で詳説！
最先端の生成AIを、手を動かしながら体得できる入門書。テキスト・画像・音声・動画といった幅広い生成AIの基本から、ファインチューニングやモデル評価などの応用までを、わかりやすく体系的に解説します。複雑な理論や高度な数学には深入りせず、事前訓練済みモデルとオープンソースライブラリを活用し、実際にコードを動かしながら学習可能。豊富なサンプルコードと解説を通じて、生成AIの仕組みを直感的に理解できます。専門知識がなくてもハンズオンで直感的に学べて、急速に進化するAI時代を生き抜く実践力も身につけられる一冊です。


【目次】

内容説明

最先端の生成ＡＩを、手を動かしながら体得できる入門書。テキスト・画像・音声・動画といった幅広い生成ＡＩの基本から、ファインチューニングやモデル評価などの応用までを、わかりやすく体系的に解説します。複雑な理論や高度な数学には深入りせず、事前訓練済みモデルとオープンソースライブラリを活用し、実際にコードを動かしながら学習可能。豊富なサンプルコードと解説を通じて、生成ＡＩの仕組みを直感的に理解できます。専門知識がなくてもハンズオンで直感的に学べて、急速に進化するＡＩ時代を生き抜く実践力も身につけられる一冊です。

目次

第１部　オープンモデルの実践的活用（生成メディア入門；Ｔｒａｎｓｆｏｒｍｅｒ；情報の圧縮と表現；拡散モデル；Ｓｔａｂｌｅ　Ｄｉｆｆｕｓｉｏｎと条件付き生成）
第２部　生成モデルの転移学習（言語モデルのファインチューニング；Ｓｔａｂｌｅ　Ｄｉｆｆｕｓｉｏｎのファインチューニング）
第３部　さらなる理解のために（テキストから画像生成モデルの創造的応用；音声の生成；生成ＡＩで急速に進歩する領域）
付録Ａ　オープンソースツール
付録Ｂ　大規模言語モデルのメモリ要件
付録Ｃ　ＲＡＧ（検索拡張生成）

感想・レビュー

※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。

[Go Extreme]

画像生成 数学的直感 ノイズ除去 デノイジング・プロセス 順方向拡散 逆方向拡散 テキスト・ツー・イメージ CLIP テキストエンコーダー 潜在空間 スケジューラー サンプリング手法 ファインチューニング LoRA コントロールネット インペインティング アウトペインティング パイプラインの構築 GPUリソース 最適化 学習データセット プロンプトエンジニアリング モデルの蒸留 量子化 オープンソース エシカルAI 著作権の議論 技術的特異点 コンピュータビジョン ディープラーニングの進化 実装力

2026/02/13