TensorFlowで学ぶディープラーニング入門 ~畳み込みニューラルネットワーク徹底解説~

内容詳細

ディープラーニングの世界へようこそ！ 本書は、機械学習やデータ分析を専門とはしない、一般の方を対象とした書籍です。

― と言っても、ディープラーニングの歴史や人工知能の将来展望を語る啓蒙書ではありません。

ディープラーニングの代表とも言える「畳み込みニューラルネットワーク」を例として、その仕組みを根本から理解すること、そして、TensorFlowを用いて実際に動作するコードを作成することが本書の目標です。

ディープラーニングの解説記事で必ず登場するのが、多数のニューロンが何層にも結合された「多層ニューラルネットワーク」の模式図です。

このニューラルネットワークの中でいったいなにが起きているのか、ディープラーニングのアルゴリズムはどのような仕組みで学習をしているのか、「何とかしてこれを理解したい！」 ― そんな気持ちを持ったあなたこそが、本書が対象とする読者です。

実の所、ディープラーニングの根底にあるのは、古くからある機械学習の仕組みそのものです。

簡単な行列計算と微分の基礎がわかっていれば、その仕組みを理解することはそれほど難しくはありません。

本書では、手書き文字の認識処理を行う畳み込みニューラルネットワークについて、これを構成する1つひとつのパーツの役割を丁寧に解説していきます。

さらに、ディープラーニングの学習処理ライブラリであるTensorFlowを利用して、実際に動作するコードを用いながらそれぞれのパーツの動作原理を確認します。

レゴブロックを組み立てるかのように、ネットワークを構成するパーツを増やしていくことで、認識精度が向上する様子が観察できることでしょう。

ちなみに、TensorFlowの公式Webサイトでは、チュートリアルとしてさまざまなサンプルコードが公開されています。

これらのコードを実行してみたものの、コードの中身がよくわからず、自分なりの応用をしようにもどこから手をつけていいのかわからない ― そんな声を耳にすることもあります。

本書を通して、ディープラーニングの根本原理、そして、TensorFlowのコードの書き方を学習すれば、次のステップが見えてくるはずです。

ディープラーニングの奥深さ、そして、その面白さを味わうことは、決して専門家だけの特権ではありません。

本書によって、知的探究心にあふれる皆さんが、ディープラーニングの世界へと足を踏み入れるきっかけを提供できたとすれば、筆者にとってこの上ない喜びです。

（本書「はじめに」より抜粋） ・本書では、TensorFlowをインストール済みのDocker用コンテナイメージを用いて説明を行っていきます。

Linux、Mac OS X、Windowsなどの環境で、Dockerを利用して環境を起動することができます。

また、TensorFlow 0.9.0（GPU非対応版）、Python 2.7を使用しています。

ハードウェア環境は、4コアCPUと4GB以上の物理メモリーを想定しています。

メモリー容量がこれより少ない場合、第4章、および、第5章のサンプルコードが実行できない場合がありますのでご注意ください。