Chainerによる実践深層学習

Deep Learning のフレームワークである Chainer を使って、複雑なニューラルネットの実装方法を解説!! 　Chainer は 2015年にPreferred InfrastructureがPython のライブラリとして開発・公開したフレームワークです。 　本書は、Python の拡張モジュールであるNumPyの使い方やニューラルネットの基本をおさらいした後に、Chainerの基本的な使い方を示します。次にAutoEncoderを題材にして、それを確認し、最後に、自然言語処理でよく使われるword2vecと RNN(Recurrent Neural Network) を解説し、それらシステムを Chainer で実装します。既存にない複雑なネットワークのプログラムを作る際の参考となるものです。 第0章　Chainerとは 第1章　NumPyで最低限知っておくこと 第2章　ニューラルネットのおさらい 第3章　Chainerの使い方 第4章　Chainerの利用例 第5章　Denoising AutoEncoder 第6章　word2vec 第7章　Recurrent Neural Networks （状態をもったニューラルネット） 第8章　翻訳モデル 第9章　Caffeのモデルの利用 第10章 GPUの利用 参考文献 付録　ソースプログラム