ＰｙＴｏｒｃｈ実践入門―ディープラーニングの基礎から実装へ

スティーブンス，エリ〈Ｓｔｅｖｅｎｓ，Ｅｌｉ〉/アンティガ，ルカ〈Ａｎｔｉｇａ，Ｌｕｃａ〉/ヴィアマン，トーマス【著】〈Ｖｉｅｈｍａｎｎ，Ｔｈｏｍａｓ〉/後藤 勇輝/小川 雄太郎/櫻井 亮佑/大串 和正【訳】

マイナビ出版（2021/01発売）

• サイズ B5判／ページ数 591p／高さ 24cm
• 商品コード 9784839974695
• NDC分類 007.1
• Cコード C3055

出版社内容情報

PyTorchを用いたディープラーニングの基本的な実装方法を解説し、さらに実際のプロジェクトにおける活用方法を紹介。ディープラーニングの基礎となる重要な概念と、それらをPyTorchでどのように実装するのかを解説します。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 様々なデータを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

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
第15章 本番環境にモデルをデプロイする方法

内容説明

ＰｙＴｏｒｃｈでの実装を細部まで掘り下げ解説。ニューラルネットワークとディープラーニングシステムをＰｙＴｏｒｃｈを使って実装する方法を学びます。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。

目次

第１部　ＰｙＴｏｒｃｈの基礎（ディープラーニングとＰｙＴｏｒｃｈの概要；訓練済みモデルの利用方法；ＰｙＴｏｒｃｈにおけるテンソルの扱い方　ほか）
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（肺がん早期発見プロジェクトの解説；ＬＵＮＡデータをＰｙＴｏｒｃｈデータセットに変換；結節候補を画像分類するモデルの構築　ほか）
第３部　デプロイメント（Ｄｅｐｌｏｙｍｅｎｔ）（本番環境にモデルをデプロイする方法）

著者等紹介

スティーブンス，エリ［スティーブンス，エリ］ ［Ｓｔｅｖｅｎｓ，Ｅｌｉ］
キャリアの大半をシリコンバレーのスタートアップで過ごし、ソフトウェアエンジニア（企業向けネットワーク機器）からＣＴＯ（放射線腫瘍学のソフトウェア開発）まで、さまざまな役割を担ってきた

アンティガ，ルカ［アンティガ，ルカ］ ［Ａｎｔｉｇａ，Ｌｕｃａ］
２０００年代に医用生体工学の研究者として働き、この１０年間はＡＩエンジニアリング企業の共同設立者兼ＣＴＯとしての日々を過ごした。ＰｙＴｏｒｃｈの中心的貢献者であり、その他複数のオープンソースプロジェクトに貢献してきた。最近、“ｄａｔａ‐ｄｅｆｉｎｅｄ　ｓｏｆｔｗａｒｅ”向けのインフラ分野に特化した米国のスタートアップを共同設立した

ヴィアマン，トーマス［ヴィアマン，トーマス］ ［Ｖｉｅｈｍａｎｎ，Ｔｈｏｍａｓ］
ドイツのミュンヘンを拠点とする機械学習およびＰｙＴｏｒｃｈ専門のトレーナー兼コンサルタントであり、ＰｙＴｏｒｃｈの中心的な開発者でもある。数学の博士号を持つ

後藤勇輝［ゴトウユウキ］
株式会社電通国際情報サービスＡＩトランスフォーメーションセンター所属。ディープラーニングをはじめとした機械学習関連技術の研究、受託案件での開発を主な業務とする。電気通信大学情報理工学部、電気通信大学大学院にて修士号を取得したのち、２０１８年４月より現職

小川雄太郎［オガワユウタロウ］
株式会社電通国際情報サービスＡＩトランスフォーメーションセンター所属。ディープラーニングをはじめとしたＡＩ関連技術の研究開発、教育、コンサルティング、受託案件、アジャイルでのソフトウェア開発を業務とする。明石工業高等専門学校、東京大学工学部を経て、東京大学大学院、神保・小谷研究室にて脳機能計測および計算論的神経科学の研究に従事し、２０１６年博士号（科学）を取得。東京大学特任研究員を経て、２０１７年４月より現職（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

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。

[しんばら]

面白かった&濃かった。PyTorchの構造自体にねっとりフォーカスした第1部と3部、実践で取り組む事になるポイントにねっとり取り組む第2部（感覚的にはKaggleの解説系カーネルの超丁寧版ぽい気がした）どちらも濃い。個人的には第1部が好きで、PyTorchをこういう部品レベルから解説してくれる日本語書籍は初めてのような気がした。PyTorch に限らず、なんとなくでニューラルネットワークのnotebookは動かしたことある、くらいの人が一番学ぶところがあると思う。

2021/02/22

[Takuya Tokumoto]

Kaggleでの画像コンペに出場するために第一部の範囲に限って速読。丁寧にCNNモデル実装までの解説を行なってくれているため非常に為になり、画像処理の入り口として紹介したい本。第二部からは実践内容なので近しいコンペが開催された際には再読したい。

2023/11/05

[ᚹγअәc0̸א]

第２部がヘビーでびっくりするが、第１部でrequires_gradの仕様が丁寧に説明されているので有難い。