Chainerによる実践深層学習

内容紹介

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!!<br/> 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。

<br/> 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。

著者略歴 (「BOOK著者紹介情報」より)

新納/浩幸

1961年生まれ。

1985年東京工業大学理学部情報科学科卒業。

1987年東京工業大学大学院理工学研究科情報科学専攻修士課程修了。

現在、茨城大学工学部情報工学科教授、博士(工学)。

専門は自然言語処理(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)