Pythonディープラーニングシステム実装法ーKerasによる画像・一般データ分類システムの構築ー

2020年6月、KerasはTensorflowに統合されましたが、本書は統合されたKeras2.4系以降のものを対象とした最新の内容となります。 本書は、実践的なDeep Learning システムの構築のための知識の修得を目的としてます。ビジネスや研究の現場において、自分の問題にDeep Learning を適用でき、商用サービスや研究成果の創出に繋げられるという意味です。 この観点から、本書では汎用的な問題を題材とし、入力から出力までのシステム全体をメンテナンス性の高いコードで説明します。さらに、教師ありデータが少ない場合の対策や、ネットワーク形状の試行錯誤やハイパーパラメータのチューニングがしやすいシステム設計など、Deep Learning システム開発の現場で役立つ実用的なトピックも扱います。 ▽対象読者 本書の対象読者は次のような方々です。 ・Deep Learningを用いて実践的なシステム開発をしたい読者 ・Deep Learningプログラミングの中級者・上級者を目指す読者 より具体的には、実践的なDeep Learning システムを構築する必要がある、企業の研究者・開発者・プログラマや、大学の教員・研究員・学生のような方々です。 ▽動作環境 本書では、下記の動作環境にてプログラムの動作確認を行っています。バージョンが多少異なっても大きな問題はありませんが、快適な学習・実践のためにはGPU 環境を推奨します。Keras は、独立していた2.3 系までのものではなく、Tensorflow に統合された2.4 系以降のものを対象としています。 ・CUDA環境 ◦CUDA Toolkit 10.1 update2 ◦cuDNN v7.6.5 for CUDA 10.1 ・Python 環境 ◦ Python 3.7.7 ・Deep Learning 関連Python ライブラリ ◦TensorFlow 2.2.0 ・その他のPython ライブラリ ◦numpy 1.18.4 ◦ scipy 1.4.1 ◦ scikit-learn 0.23.1 ◦ pandas 1.0.3 ◦ matplotlib 3.2.1 ◦ pillow 7.1.2 ◦ pydot 1.4.1 ◦ hyperopt 0.2.4 ・その他のライブラリ ◦ Graphviz 2.30.1