気まぐれ屋

【楽天ブックスならいつでも送料無料】Transformerによる自然言語処理 [ Denis Rothman ]

Denis Rothman 黒川 利明 朝倉書店トランスフォーマーニヨルシゼンゲンゴショリ デニス ロスマン クロカワ トシアキ 発行年月：2022年04月11日 予約締切日：2022年02月02日 ページ数：308p サイズ：単行本 ISBN：9784254122657 黒川利明（クロカワトシアキ） 1948年大阪府に生まれる。1972年東京大学教養学部基礎科学科卒業。東芝（株）、新世代コンピュータ技術開発機構、日本IBM（株）、（株）CSK（現SCSK（株））、金沢工業大学を経て現在、デザイン思考教育研究所主宰。IEEE SOFTWARE Advisory Boardメンバー。2015年より町田市介護予防サポーター、高齢者を中心とした「次世代サポーター」グループで地域の小学生の教育支援に取り組む。著書多数（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） 第1部 transformerアーキテクチャの紹介（transformerのモデルアーキテクチャ入門／BERTモデルの調整／RoBERTaモデルのゼロからの事前訓練）／第2部 自然言語理解とテキスト生成にtransformerを適用する（transformerによる下流NLPタスク／transformerによる機械翻訳／OpenAI GPTー2とGPTー3モデルでテキスト生成する ほか）／第3部 先進言語理解技法（データに語らせる：ストーリー、質問応答／予測をするために顧客の感情を検出する／transformerでフェイクニュース分析） テキスト生成、機械翻訳、文章要約、感情分析、ニュース分析…標準モデルtransformerを知る必携書！BERTやGPTー2／GPTー3などのモデルを理解し、実践！ 本 パソコン・システム開発 その他

【楽天ブックスならいつでも送料無料】Vision Transformer／最新CNNアーキテクチャ 画像分類入門 [ チーム・カルポ ]

チーム・カルポ 秀和システムビジョントランスフォーマーサイシンシーエヌエヌアーキテクチャガゾウブンルイニュウモン チームカルポ 発行年月：2024年10月18日 予約締切日：2024年10月17日 ページ数：740p サイズ：単行本 ISBN：9784798072852 1章 開発環境について／2章 Vision Transformerによる画像分類モデルの実装（PyTorch編）／3章 Vision Transformerの性能を引き上げる／4章 Vision Transformerによる画像分類モデルの実装（Keras編）／5章 Swin Transformerを用いた画像分類モデルの実装（PyTorch編）／6章 Swin Transformerを用いた画像分類モデルの実装（Keras編）／7章 T2TーViTを用いた画像分類モデルの実装（PyTorch）／8章 CoAtNetを用いた画像分類モデルの実装（PyTorch）／9章 BoTNetを用いた画像分類モデルの実装（PyTorch）／10章 EdgeNeXtを用いた画像分類モデルの実装（PyTorch）／11章 ConvMixerを用いた画像分類モデルの実装（Keras）／12章 GCViTを用いた画像分類モデルの実装（Keras）／13章 ConvNeXtを用いた画像分類モデルの実装（PyTorch）／14章 MViTを用いた画像分類モデルの実装（PyTorch） 脱CNN「Vision Transformer」と革新的物体認識モデル群の理論的背景からPythonによる実装までを詳細に解説！本書の中心となるテーマは、画像認識における画像分類です。画像分類は「画像がどのカテゴリに属するか」を判定するタスクであり、画像認識の中でも特に重要な役割を果たしています。自動運転、医療診断、監視システム、エンターテインメントに至るまで、画像分類技術の応用範囲は広大です。本書を通して画像分類モデルを活用した最先端の技術をお届けします。また本書では、すぐに実装していただけるよう、PyTorchやKerasを用いたプログラミングについても解説。ViTやSwin Transformerについては、PyTorchとKeras両者の実装コードを掲載しました。 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】Vision Transformer入門【電子書籍】[ 片岡裕雄【監修】 ]

＜p＞＜strong＞※こちらの書籍、電子書籍版はフルカラーです＜/strong＞＜br /＞ ＜strong＞（概要）＜/strong＞＜br /＞ 自然言語処理分野におけるブレイクスルーとなったTransformerをコンピュータビジョンに応用したモデルがVision Transformer（ViT）です。さまざまなコンピュータビジョンのタスクにおいて、ディープラーニングではスタンダードとなっているRNN、CNN、および既存手法を用いた処理精度を上回ることが確認されています。＜br /＞ 本書は注目のViTの入門書です。Transformerの成り立ちからはじめ、その理論と実装を解説していきます。今後のViTの活用が期待される応用タスク、ViTから派生したモデルを紹介したあと、TransoformerとViTを分析し、その謎を解明していきます。今後も普及が期待されるViTを盛りだくさんでお届けします。＜/p＞ ＜p＞＜strong＞（こんな方におすすめ）＜/strong＞＜br /＞ ・ViTに興味のある方＜br /＞ ・実務で画像処理に取り組んでいる方＜/p＞ ＜p＞＜strong＞（目次）＜/strong＞＜br /＞ ＜strong＞第1章 TransformerからVision Transformerへの進化＜/strong＞＜br /＞ 1-1 自然言語処理におけるTransformerの登場＜br /＞ 1-2 Vision and Languageへの拡張＜br /＞ 1-3 コンピュータビジョンにおけるTransformer＜br /＞ ＜strong＞第2章 Vision Transformerの基礎と実装＜/strong＞＜br /＞ 2-1 準備＜br /＞ 2-2 ViTの全体像＜br /＞ 2-3 Input Layer＜br /＞ 2-4 Self-Attention＜br /＞ 2-5 Encoder＜br /＞ 2-6 ViTの実装＜br /＞ ＜strong＞第3章 実験と可視化によるVision Transformerの探求＜/strong＞＜br /＞ 3-1 実験の概要＜br /＞ 3-2 使用するデータセット＜br /＞ 3-3 実験条件＜br /＞ 3-4 既存手法との比較＜br /＞ 3-5 データ拡張における比較＜br /＞ 3-6 位置埋め込みの可視化＜br /＞ 3-7 ViTにおける判断根拠の可視化＜br /＞ 3-8 ViTが捉えているモノ＜br /＞ ＜strong＞第4章 コンピュータビジョンタスクへの応用＜/strong＞＜br /＞ 4-1 コンピュータビジョンのサブタスク＜br /＞ 4-2 画像認識への応用＜br /＞ 4-3 物体検出、セマンティックセグメンテーションへの応用＜br /＞ 4-4 動画認識への応用＜br /＞ 4-5 オブジェクトトラッキングへの応用＜br /＞ 4-6 3Dビジョンへの応用＜br /＞ 4-7 その他のコンピュータビジョンサブタスクへの応用＜br /＞ 4-8 Transformer応用のまとめと展望＜br /＞ ＜strong＞第5章 Vision and Languageタスクへの応用＜/strong＞＜br /＞ 5-1 Vision and Languageのサブタスク＜br /＞ 5-2 VQAへの応用＜br /＞ 5-3 Image Captioningへの応用＜br /＞ 5-4 Embodied AIへの応用＜br /＞ 5-5 その他のVision and Languageサブタスクへの応用＜br /＞ 5-6 Vision and Languageのまとめと展望＜br /＞ ＜strong＞第6章 Vision Transformerの派生手法＜/strong＞＜br /＞ 6-1 ViT派生手法の分類＜br /＞ 6-2 Swin Transformer＜br /＞ 6-3 DeiT＜br /＞ 6-4 CvT＜br /＞ 6-5 SegFormer＜br /＞ 6-6 TimeSformer＜br /＞ 6-7 MAE＜br /＞ ＜strong＞第7章 Transformerの謎を読み解く＜/strong＞＜br /＞ 7-1 Transformerの謎に人々は驚き困惑した＜br /＞ 7-2 Positional Embeddingの謎＜br /＞ 7-3 Multi-Head Attentionの謎＜br /＞ 7-4 Layer Normalizationの謎＜br /＞ ＜strong＞第8章 Vision Transformerの謎を読み解く＜/strong＞＜br /＞ 8-1 ViT vs CNN vs MLPの三国時代の到来＜br /＞ 8-2 ViTはCNNと同じく局所特徴を学習する＜br /＞ 8-3 ViTはより形状に反応する？＜br /＞ 8-4 ViTは早期から大域的な領域も見ている＜br /＞ 8-5 ViTはCNNやMLPよりもノイズや敵対的攻撃に頑健？＜br /＞ 8-6 3つのモデルの特性と使い分けの勘どころ＜br /＞ 8-7 ViTの新常識＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【楽天ブックスならいつでも送料無料】Vision Transformer入門 [ 片岡 裕雄 ]

片岡 裕雄 山本 晋太郎 技術評論社ビジョントランスフォーマーニュウモン カタオカ ヒロカツ ヤマモト シンタロウ 発行年月：2022年09月17日 予約締切日：2022年07月26日 ページ数：272p サイズ：単行本 ISBN：9784297130589 片岡裕雄（カタオカヒロカツ） 国立研究開発法人産業技術総合研究所人工知能研究センター主任研究員。2014年慶應義塾大学大学院理工学研究科後期博士課程修了、博士（工学）。2020年10月より国立研究開発法人産業技術総合研究所主任研究員。画像認識、動画解析、人物行動解析に従事。2011／2020年VIEW小田原賞、2019年度産総研論文賞、ACCV 2020 BEST PAPER HONORABLE MENTION AWARD受賞 山本晋太郎（ヤマモトシンタロウ） 2022年3月に早稲田大学先進理工学研究科物理学及応用物理学専攻にて博士後期課程を修了し、博士（工学）を取得。学生時代は主にコンピュータビジョンと自然言語処理の分野の研究に従事。博士論文のテーマは、効率的な研究コミュニケーションのための科学論文解析。現在は企業の研究開発部門に勤める会社員 徳永匡臣（トクナガマサオミ） 株式会社野村総合研究所AIソリューション推進部AI tech lab．所属。2019年3月、東北大学工学部を卒業。2021年3月、東京工業大学大学院情報理工学院情報工学系知能情報コースにて修士課程を修了。現在は、コンピュータビジョンおよび自然言語処理の業務に従事 箕浦大晃（ミノウラヒロアキ） 中部大学大学院工学研究科情報工学専攻博士後期課程3年。2020年中部大学大学院博士前期課程情報工学専攻修了。同大学大学院博士後期課程情報工学専攻在学中。コンピュータビジョン、パターン認識の研究に従事 QIUYUE 国立研究開発法人産業技術総合研究所人工知能研究センター研究員。2021年3月筑波大学大学院システム情報工学研究科博士後期課程修了（工学）、2021年10月より産業技術総合研究所人工知能研究センター研究員。言語と画像のマルチモーダルタスク・画像認識・3次元認識・動画像認識に従事 品川政太朗（シナガワセイタロウ） 奈良先端科学技術大学院大学先端科学技術研究科情報科学領域助教（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） 第1章 TransformerからVision Transformerへの進化／第2章 Vision Transformerの基礎と実装／第3章 実験と可視化によるVision Transformerの探求／第4章 コンピュータビジョンへの応用／第5章 Vision and Languageへの応用／第6章 Vision Transformerの派生手法／第7章 Transformerの謎を読み解く／第8章 Vision Transformerの謎を読み解く 本 パソコン・システム開発 その他

秀和システム【3980円以上送料無料】Vision Transformer／最新CNNアーキテクチャ画像分類入門 PyTorch／Kerasライブラリによる実践ディープラーニング・プログラミング／チーム・カルポ／著

秀和システム

技術評論社Vision Transformer入門 新しいコンピュータビジョンの世界

技術評論社

秀和システム【送料無料】DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミング／チーム・カルポ／著

秀和システム

秀和システム【送料無料】DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミング／チーム・カルポ／著

秀和システム

秀和システムVision Transformer 最新CNNアーキテクチャ画像分類入門 PyTorch Kerasライブラリによる実践ディープラーニング・プログラミング チーム・カルポ 著

秀和システム

技術評論社 Computer Vision Library【3980円以上送料無料】Vision Transformer入門 新しいコンピュータビジョンの世界／片岡裕雄／監修 山本晋太郎／著 徳永匡臣／著 箕浦大晃／著 邱【ゲツ】／著 品川政太朗／著

Computer Vision Library 技術評論社 画像認識 263P 23cm ビジヨン トランスフオ-マ- ニユウモン ヴイジヨン トランスフオ-マ- ニユウモン VISION／TRANSFORMER／ニユウモン アタラシイ コンピユ-タ ビジヨン ノ セカイ コンピユ-タ- ヴイジヨン ライブラリ- COMPUTER VISION カタオカ，ヒロカツ ヤマモト，シンタロウ トクナガ，マサオミ ミノウラ，ヒロアキ キユウ，ゲツ シナガワ，セイタロウ

【楽天ブックスならいつでも送料無料】生成 Deep Learning 第2版 絵を描き、物語や音楽を作り、ゲームをプレイする [ David Foster ]

絵を描き、物語や音楽を作り、ゲームをプレイする David Foster 松田 晃一 オライリー・ジャパンセイセイディープラーニングダイニハン デビット フォスター マツダ コウイチ 発行年月：2024年08月06日 予約締切日：2024年06月26日 ページ数：520p サイズ：単行本 ISBN：9784814400751 フォスター，デビッド（Foster,David） データサイエンティスト、起業家、教育者。専門は、クリエイティブ分野におけるAIの活用。Applied Data Science Partners（ADSP）の共同設立者として、組織がデータとAIの改革力を活用できるようにする手助けをしている。ケンブリッジ大学のトリニティ・カレッジで数学の修士号、ウォーリック大学でオペレーションズ・リサーチの修士号を取得。Machine Learning Institute Certificate（MLI）の教職員でもあり、AIの実用的な応用と現実世界の問題解決に焦点を当てて研究している。研究テーマはAIアルゴリズムの透明性と解釈可能性の向上で、ヘルスケアにおける説明可能な機械学習に関する文献を発表している 松田晃一（マツダコウイチ） 石川県羽咋市生まれ。博士（工学、東京大学）。元ソフトウェア技術者／研究者／管理職、PAW∧2のクリエータ／大学教授。最近立ち上げたPythonプログラミング入門の講義がうまくでき書籍化を考えている。HCI／AR／UX、画像系機械学習などに興味を持つ。コンピュータで「少し楽しく」「少し面白く」「少し新しく」「少し便利に」。夏と海、旅行（沖縄、温泉）、絵画をこよなく愛す。以前はフリーソフト（tgif）を開発し、漫画・イラストを描きコミケで売る 小沼千絵（オヌマチエ） 東京工業大学情報科学科卒業。電機メーカーに入社。日本語処理、アプリケーション開発環境、ネットワークルーティング関連の業務に携わった後、Webサイトの構築、運営に従事した。どちらかというと、プログラミング自体よりもドキュメント類の作成のほうを進んでやりたがる、技術者としては少し変わり者。特にマニュアルの制作と技術英語の翻訳に強い興味を持っている（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） 第1部 生成ディープラーニング入門（生成モデリング／ディープラーニング）／第2部 手法（変分オートエンコーダ／敵対的生成ネットワーク／自己回帰モデル／正規化フローモデル／エネルギーベースモデル／拡散モデル）／第3部 応用（トランスフォーマ／高度なGAN／音楽生成／世界モデル／マルチモーダルモデル／まとめ） 生成AIの本格的な解説書。本書はディープラーニングの基礎から始まり、画像、テキスト、音楽を生成する最先端のアーキテクチャへと進んでいきます。具体的には、変分オートエンコーダ（VAE）、敵対的生成ネットワーク（GAN）、トランスフォーマ、正規化フロー、エネルギーベースモデル、GPT、ノイズ除去拡散モデルなどインパクトの強い生成モデルをTensorFlowとKerasで開発します。対象読者は、機械学習エンジニアやデータサイエンティスト。読者は生成AIのモデルを理解するだけでなく、本書掲載のヒントやテクニックを通して、モデルをより効率的に学習させる方法、より創造的なモデルを作成する方法をマスターできます。 本 パソコン・システム開発 プログラミング その他 パソコン・システム開発 その他

【楽天ブックスならいつでも送料無料】深層学習 改訂第2版 （機械学習プロフェッショナルシリーズ） [ 岡谷 貴之 ]

機械学習プロフェッショナルシリーズ 岡谷 貴之 講談社シンソウガクシュウカイテイダイニハン オカタニ タカユキ 発行年月：2022年01月19日 予約締切日：2022年01月18日 ページ数：384p サイズ：全集・双書 ISBN：9784065133323 岡谷貴之（オカタニタカユキ） 博士（工学）。1999年東京大学大学院工学系研究科計数工学専攻博士課程修了。現在、東北大学大学院情報科学研究科教授。理化学研究所革新知能統合研究センターチームリーダー（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） はじめに／ネットワークの基本構造／確率的勾配降下法／誤差逆伝播法／畳み込みニューラルネットワーク／系列データのためのネットワーク／集合・グラフのためのネットワークと注意機構／推論の信頼性／説明と可視化／いろいろな学習方法／データが少ない場合の学習／生成モデル 最高最強のバイブルがパワーアップ！！「トランスフォーマー」「グラフニューラルネットワーク」「生成モデル」など、読み応え十分の全12章。 本 パソコン・システム開発 その他

【楽天ブックスならいつでも送料無料】深層学習 生成AIの基礎 [ 岡留 剛 ]

岡留 剛 共立出版シンソウガクシュウ セイセイエーアイノキソ オカドメ タケシ 発行年月：2024年03月28日 予約締切日：2024年03月27日 ページ数：266p サイズ：単行本 ISBN：9784320125759 岡留剛（オカドメタケシ） 1988年東京大学大学院理学系研究科情報科学専攻博士後期課程修了。現在、関西学院大学工学部教授（人工知能研究センター長）。博士（理学）。専門、情報科学（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） 第1部 基盤（深層学習をささえる要素技術／RNN：recurrent neural network／単語埋めこみ／トランスフォーマー／強化学習）／第2部 生成モデル（言語の生成／拡散モデル／GAN：生成的敵対ネットワーク）／第3部 深層学習アラカルト（取りあつかい注意のデータ／多様な学習の枠組み／微分可能演算機構） 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】図解即戦力 ChatGPTのしくみと技術がこれ1冊でしっかりわかる教科書【電子書籍】[ 中谷秀洋 ]

＜p＞＜strong＞※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。※PDF版をご希望の方は＜a href="gihyo.jp/mk/dp/ebook/2023/978-4-297-14352-7"＞Gihyo Digital Publishing＜/a＞も併せてご覧ください。＜/strong＞＜/p＞ ＜h2＞＜strong＞◆ChatGPTのしくみがよくわかる◆＜/strong＞＜/h2＞ ＜p＞ChatGPTの登場によってAIが身近に感じられるようになりました。AIを使いこなすことによって生活が豊かになる、そんな未来がすぐそこまできています。本書では、「大規模言語モデル」の基本から「トランスフォーマー」や「APIを使ったAI開発」まで、ChatGPTを支える技術を図を交えながら詳しく解説しています。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞・ChatGPTや大規模言語処理について知りたい人＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞●1章 ChatGPT＜/strong＞＜br /＞ 01 ChatGPTとは＜br /＞ 02 ChatGPTの便利な機能＜br /＞ 03 プロンプトエンジニアリング＜br /＞ 04 ChatGPTのエンジン（大規模言語モデル）＜br /＞ 05 GPTs（AIのカスタマイズ機能）＜br /＞ 06 ChatGPT以外のAIチャットサービス＜br /＞ 07 AIチャットの利用における注意点＜br /＞ ＜strong＞●2章 人工知能＜/strong＞＜br /＞ 08 AI（人工知能）＜br /＞ 09 AIの歴史＜br /＞ 10 生成AIと汎用人工知能＜br /＞ ＜strong＞●3章 機械学習と深層学習＜/strong＞＜br /＞ 11 機械学習＜br /＞ 12 ニューラルネットワーク＜br /＞ 13 ニューラルネットワークの学習＜br /＞ 14 正則化＜br /＞ 15 コンピュータで数値を扱う方法＜br /＞ 16 量子化＜br /＞ 17 GPUを使った深層学習＜br /＞ ＜strong＞●4章 自然言語処理＜/strong＞＜br /＞ 18 自然言語処理＜br /＞ 19 文字と文字コード＜br /＞ 20 単語とトークン＜br /＞ 21 トークナイザー＜br /＞ 22 Word2Vec＜br /＞ 23 埋め込みベクトル＜br /＞ ＜strong＞●5章 大規模言語モデル＜/strong＞＜br /＞ 24 言語モデル＜br /＞ 25 大規模言語モデル＜br /＞ 26 ニューラルネットワークの汎用性と基盤モデル＜br /＞ 27 スケーリング則と創発性＜br /＞ 28 言語モデルによるテキスト生成の仕組み＜br /＞ 29 テキスト生成の戦略＜br /＞ 30 言語モデルによるAIチャット＜br /＞ 31 ローカルLLM＜br /＞ 32 大規模言語モデルのライセンス＜br /＞ 33 大規模言語モデルの評価＜br /＞ 34 大規模言語モデルの学習～事前学習～＜br /＞ 35 大規模言語モデルの学習～ファインチューニング～＜br /＞ 36 コンテキスト内学習＜br /＞ ＜strong＞●6章 トランスフォーマー＜/strong＞＜br /＞ 37 回帰型ニューラルネットワーク（RNN）＜br /＞ 38 注意機構（Attention）＜br /＞ 39 注意機構の計算＜br /＞ 40 トランスフォーマー（Transformer）＜br /＞ 41 BERT＜br /＞ 42 GPT（Generative Pretrained Transformer）＜br /＞ ＜strong＞●7章 APIを使ったAI開発＜/strong＞＜br /＞ 43 OpenAI APIの利用＜br /＞ 44 テキスト生成API（Completion API等）＜br /＞ 45 OpenAI APIの料金＜br /＞ 46 テキスト生成APIに指定するパラメータ＜br /＞ 47 テキスト生成APIと外部ツールの連携～Function Calling～＜br /＞ 48 埋め込みベクトル生成APIと規約違反チェックAPI＜br /＞ 49 OpenAI以外の大規模言語モデルAPIサービス＜br /＞ 50 Retrieval Augmented Generation（RAG）＜br /＞ ＜strong＞●8章 大規模言語モデルの影響＜/strong＞＜br /＞ 51 生成AIのリスクとセキュリティ＜br /＞ 52 AIの偏りとアライメント＜br /＞ 53 ハルシネーション（幻覚）＜br /＞ 54 AIの民主化＜br /＞ 55 大規模言語モデルの多言語対応＜br /＞ 56 AIと哲学＜/p＞ ＜h2＞＜strong＞■著者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞中谷秀洋＜/strong＞：サイボウズ・ラボ（株）所属。子供のころからプログラムと小説を書き、現在は機械学習や自然言語処理、LLMを中心とした研究開発に携わる。著書に『［プログラミング体感まんが］ぺたスクリプト ── もしもプログラミングできるシールがあったなら』『わけがわかる機械学習 ── 現実の問題を解くために、しくみを理解する』（ともに技術評論社）がある。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【楽天ブックスならいつでも送料無料】生成AI 「ChatGPT」を支える技術はどのようにビジネスを変え、人間の創造性を揺るがすのか？ [ 小林 雅一 ]

「ChatGPT」を支える技術はどのようにビジネスを変え、人間の創造性を揺るがすのか？ 小林 雅一 ダイヤモンド社セイセイエーアイ コバヤシマサカズ 発行年月：2023年07月06日 予約締切日：2023年05月02日 ページ数：376p サイズ：単行本 ISBN：9784478118184 小林雅一（コバヤシマサカズ） 1963年、群馬県生まれ。作家・ジャーナリスト、KDDI総合研究所・リサーチフェロー、情報セキュリティ大学院大学客員准教授。東京大学理学部物理学科卒業。同大学院理学系研究科を修了後、雑誌記者などを経てボストン大学に留学、マスコミ論を専攻。ニューヨークで新聞社勤務、慶應義塾大学メディア・コミュニケーション研究所などで教鞭を執った後、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） 第1章 ChatGPTの衝撃ー対話型AIが証明した「モラベックのパラドックス」／第2章 世界はChatGPTをどのように受け止めたかー揺らぐ教育とビジネス、広がる規制／第3章 生成AI以前のAI史ー二度の「冬」を越えて／第4章 トランスフォーマーの登場と大規模言語モデルへの道ー2017年のブレークスルー／第5章 苦悩するグーグル、躍進するOpenAIとマイクロソフトー生成AIはビジネスの勢力図をどう変えるか／第6章 画像生成AIがもたらすものーフェイク映像の拡散とクリエーター達の憂鬱／第7章 生成AIが突きつける「創造性」の本質ーAIの作品を私達は本当に愛せるのか？ 生成AIは、史上最速にして最大の変化を人類にもたらすと確信しているー。人工知能とそれを支えるクラウド技術などの進化を長年追い続けてきた著者による、今後10年の社会変革を理解するためのベーシック・レポート。 本 パソコン・システム開発 その他

【楽天ブックスならいつでも送料無料】基礎からのニューラルネット -人工知能の基盤技術ー （I/OBOOKS） [ 申 吉浩 ]

I/OBOOKS 申 吉浩 園田 隆史 工学社キソカラノニューラルネット ジンコウチノウノキバンギジュツ シン ヨシヒロ ソノダ タカシ 発行年月：2023年01月23日 予約締切日：2022年12月06日 ページ数：224p サイズ：単行本 ISBN：9784777522323 申吉浩（シンヨシヒロ） 1960年大韓民国ソウル生まれ。現在・学習院大学計算機センター教授・博士（工学） 園田隆史（ソノダタカシ） 1956年長崎生まれ。現在・学習院大学および大妻女子大学非常勤講師 甘利丈慈（アマリジョウジ） 1999年東京生まれ。現在・学習院大学大学院自然科学研究科2年 〓井絢之介（タカイジュンノスケ） 1998年茨城生まれ。現在・学習院大学大学院自然科学研究科2年 室田佳亮（ムロタケイスケ） 1998年東京生まれ。現在・東京大学大学院理学系研究科物理学専攻修士2年（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） 第1章 ニューラルネットの歴史ー「パーセプトロン」から「深層学習」まで（パーセプトロン／「線形非分離問題」と「深層化」 ほか）／第2章 階層型ニューラルネットモデル（脳神経網と「人工ニューラルネット」／「単層パーセプトロン」と「誤り訂正学習」 ほか）／第3章 非階層型ニューラルネットモデル（「深層学習」の基礎技術／「階層型」と「非階層型」 ほか）／第4章 「深層学習」への誘い（「深層学習」の幕開け／「深層学習」を支える技術 ほか） 本書は、「深層学習」の「仕組み」に興味をもつ人々のために、「深層学習」の基礎である「人工ニューラルネット」の原理を解説することを目的として編まれた書籍である。第1章では、人工知能研究の歴史を簡潔にまとめる。第2章は、最も基本的な「階層型ニューラルネット」（パーセプトロン）の仕組みを詳説。第3章では、物理学と人工知能研究の接点について述べる。第4章は、「深層学習」の発展の原動力となった「畳み込みネットワーク」「回帰ネットワーク」「長・短期記憶」「トランスフォーマ」の本質に焦点を絞った簡潔な説明を狙う。 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】仕組みから学ぶ生成AI入門ーー基礎から応用まで徹底理解【電子書籍】[ 中井悦司 ]

＜p＞＜strong＞※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。※PDF版をご希望の方は＜a href="gihyo.jp/mk/dp/ebook/2023/978-4-297-14973-4"＞Gihyo Digital Publishing＜/a＞も併せてご覧ください。＜/strong＞＜/p＞ ＜h2＞＜strong＞◆生成AIを基本からしっかり理解し、次の段階へステップアップ！◆＜/strong＞＜/h2＞ ＜p＞近年続々と発表される実用レベルの生成モデル論文を深く理解するため、本書は変分オートエンコーダ（VAE）、LSTMといった基礎モデルから、VQ-VAE、拡散モデル、Transformerといった最先端モデルの先駆けとなったモデルの仕組みを、数学的な詳細に偏らず、シンプルなサンプルコードと演習を通して解説します。Kerasを用いた実装を通して、各モデルの主要機能と生成モデルとしての動作原理を、実際に手を動かしながら理解することを目的としています。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞・機械学習の基礎から生成AIを学びたい方、生成AIのしくみをしっかりと基本から学びたい方。＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞●第1章 ディープラーニングの基礎知識＜/strong＞＜br /＞ 1.1 環境準備＜br /＞ 1.2 分類モデルの仕組みと実装＜br /＞ 1.3畳み込みニューラルネットワークによる画像分類＜br /＞ ＜strong＞●第2章 変分オートエンコーダによる画像生成＜/strong＞＜br /＞ 2.1 変分オートエンコーダの仕組み＜br /＞ 2.2 ラベルデータを活用した拡張＜br /＞ ＜strong＞●第3章 LSTMによる自然言語処理＜/strong＞＜br /＞ 3.1 LSTMによるテキスト分類＜br /＞ 3.2 LSTMによるテキスト生成＜br /＞ ＜strong＞●第4章 トランスフォーマーによる自然言語処理＜/strong＞＜br /＞ 4.1 トランスフォーマーによる自然言語処理＜br /＞ 4.2 トランスフォーマーによるテキスト分類＜br /＞ 4.3 トランスフォーマーによるテキスト生成＜br /＞ ＜strong＞●第5章 拡散モデルの仕組み＜/strong＞＜br /＞ 5.1 DCGANの仕組み＜br /＞ 5.2 拡散モデルの仕組み＜br /＞ 5.3 VQ-VAEの仕組み＜br /＞ ＜strong＞●第6章 マルチモーダルモデルの実現＜/strong＞＜br /＞ 6.1 自然言語テキストによる画像生成＜br /＞ 6.2 マルチモーダルモデルの実現＜/p＞ ＜h2＞＜strong＞■著者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞中井悦司＜/strong＞（なかいえつじ）： 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のAI Solutions Architectとして活動。主な著書は、『［改訂新版］ITエンジニアのための機械学習理論入門』『Google Cloudで学ぶ生成AIアプリ開発入門ーーフロントエンドからバックエンドまでフルスタック開発を実践ハンズオン』（いずれも技術評論社）、『TensorFlowとKerasで動かしながら学ぶディープラーニングの仕組み』『JAX/Flaxで学ぶディープラーニングの仕組み』（いずれもマイナビ出版）など。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】深層学習による自動作曲入門【電子書籍】[ シン・アンドリュー ]

＜p＞＜strong＞※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。＜/strong＞＜/p＞ ＜p＞※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。＜/p＞ ＜p＞人工知能は作曲家の夢を見るか？＜br /＞ 【本書のポイント】＜br /＞ ・深層学習による自動作曲技術の全体像を知る＜br /＞ ・Colaboratoryを使った自動作曲のお試し＜br /＞ ・データセットを多数紹介＜/p＞ ＜p＞ 機械学習による自動作曲（AI作曲）技術を解説した専門書です。機械学習やメディアアート関係の研究者、学生、音楽産業の技術者を主な読者対象として、現在の自動作曲技術をまとめています。また、実践要素（Python/Colaboratoryを使った自動作曲の実践）を設けて、情報科学の知識のないクリエイターやアマチュア作曲者、動画制作者などが自動作曲にチャレンジできるようにしました。＜br /＞ 近年、画像生成を中心にAI（機械学習）によるメディア生成が注目を集めています。自動作曲はその名の通り、音楽を生成する技術で、近年では機械学習・深層学習による自動作曲・音楽分析が盛んに研究されています。＜br /＞ 本書では、言語・音声などの従来の時系列データと異なる音楽データの特徴に基づく分析や、音声の生成のような「それっぽい」にとどまらない美的な質の学習方法や評価といった、音楽に特化した機械学習のアプローチを解説します。＜br /＞ 読者は本書によって、現時点での深層学習による自動作曲の全体図を理解でき、またGoogleのMusic TransformerやOpenAIのJukeboxなど、最先端の重要モデルの仕組みや性能を学ぶことができます。自身のAI作曲の性能向上や実用性の改善を図ることが可能となります。＜/p＞ ＜p＞第 1 章 AI による自動作曲とは＜br /＞ 1.1 背景 ── AI と作曲＜br /＞ 1.2 自動作曲の歴史＜br /＞ 1.3 本書の目的と構成＜br /＞ 1.4 本章のまとめ＜/p＞ ＜p＞第 2 章 音楽の基礎知識＜br /＞ 2.1 音楽の存在形式＜br /＞ 2.2 平面的な要素＜br /＞ 2.3 立体的な要素＜br /＞ 2.4 音楽制作の流れ＜br /＞ 2.5 本章のまとめ＜/p＞ ＜p＞第3章 AI モデル＜br /＞ 3.1 時系列モデル＜br /＞ 3.1.1 RNN・LSTM・GRU＜br /＞ 3.2 畳み込みネットワークネット (CNN)＜br /＞ 3.3 生成モデル＜br /＞ 3.4 強化学習＜br /＞ 3.5 本章のまとめ＜/p＞ ＜p＞第4章 楽譜（MIDI）としての自動作曲 1：時系列学習による自動作曲＜br /＞ 4.1 RNN 基盤の自動作曲＜br /＞ 4.2 トランスフォーマー基盤の自動作曲＜br /＞ 4.3 本章のまとめ＜/p＞ ＜p＞第5章 楽譜（MIDI）としての自動作曲 2：生成モデルによる自動楽曲＜br /＞ 5.1 GAN 基盤の自動作曲＜br /＞ 5.2 VAE 基盤の自動作曲＜br /＞ 5.3 拡散モデルによる自動作曲＜br /＞ 5.4 本章のまとめ＜/p＞ ＜p＞第6章 楽譜（MIDI）としての自動作曲 3：強化学習による自動作曲＜br /＞ 6.1 報酬の設定＜br /＞ 6.2 他モデルとの融合＜br /＞ 6.3 強化学習の二つのアプローチ＜br /＞ 6.4 本章のまとめ＜/p＞ ＜p＞第7章 波形としての自動作曲＜br /＞ 7.1 なぜ難しいのか＜br /＞ 7.2 音声生成＜br /＞ 7.3 波形としての音楽生成＜br /＞ 7.4 本章のまとめ＜/p＞ ＜p＞第 8 章 データセットおよび評価指標＜br /＞ 8.1 データセット＜br /＞ 8.2 評価指標＜br /＞ 8.3 本章のまとめ＜/p＞ ＜p＞第 9 章 前処理とデータ拡張＜br /＞ 9.1 前処理＜br /＞ 9.2 データ拡張＜br /＞ 9.3 本章のまとめ＜/p＞ ＜p＞第 10 章 AIの他の音楽分野への応用＜br /＞ 10.1 音源推薦＜br /＞ 10.2 ジャンル識別＜br /＞ 10.3 音源分離＜br /＞ 10.4 自動ミックスダウンおよびマスタリング＜br /＞ 10.5 本章のまとめ＜/p＞ ＜p＞第 11 章 まとめと今後の課題＜br /＞ 11.1 今後の課題＜br /＞ 11.2 音楽への関わり方の変化と意義＜br /＞ 11.3 本章のまとめ＜/p＞ ＜p＞参考文献＜br /＞ 索引＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】ChatGPT 大規模言語モデルの進化と応用【電子書籍】[ シン アンドリュー ]

＜p＞●想定読者＜br /＞ 本書は主に次のような方々に向けて書かれています。＜br /＞ ・データサイエンティストの方々＜br /＞ ・ChatGPTの仕組みや特徴を他のモデル作成に活かしたい方々＜br /＞ ・構文解析や感情分析などの伝統的なNLPタスクに携わる方々＜br /＞ ・深層学習による汎用大規模言語モデル、その応用先や評価に興味を持つAIの研究者＜/p＞ ＜p＞●前提とする知識＜br /＞ 言語モデルの学習や推論、またコーパスから得られる単語や文のベクトル表現など、NLPの基本的な概念を理解していれば大丈夫です。数式に馴染みがあり、トランスフォーマーやBERTの知識や経験があれば一層結構ですが、本書の中でも説明しているので、必須ではありません。＜/p＞ ＜p＞●本書の特徴と工夫＜br /＞ 本書は、理論と応用の両方を充実させました。＜br /＞ ChatGPTの背景や原理は、最新の理論に基づき体系的に整理しました。ミニChatGPTのサンプル開発やチューニングでは実際のコードを示し、手を動かしながら理解を深めることができます。また、データサイエンティストの方々には文系出身者も多いので、難易度が高い理論や数式は図説や脚注で補足しています。＜br /＞ 応用面では、マイクロソフトのサービス実装など、実務に役立つ最新情報を提供。実際に直面する課題の解決や、応用先の拡大も図れるよう工夫しました。＜/p＞ ＜p＞●本書に期待できること＜br /＞ データサイエンティストの方々は、大規模言語モデルの作成方法が分かり、検索エンジンやチャットボットなど、ターゲットアプリに合わせたチューニングができるようになります。また、データ拡張を通じた改善や、プロンプトエンジニアリングの手法など、ChatGPTをサービスに利用するための必須知識が得られます。そして将来、未知の新しい応用先を開拓するための基本知識が身につきます。＜br /＞ 研究者の方々は、大規模言語モデルの現状と限界、応用事例や実用性がわかり、研究方向の探索に役立ちます。特にNLPの研究者は、ChatGPTの登場によって今後の研究テーマが鋭く問われているので、本書が重要な手掛かりになるでしょう。＜br /＞ いずれの方も、本書のミニChatGPTの実装や、学習から評価に至る言語モデルの構築を経験することで、他の類似モデルのファインチューニングや対策の工夫ができるようになるでしょう。＜/p＞ ＜p＞◆「AI/Data Science実務選書」とは…＜br /＞ 機械学習やAIの計算モデルは、システム開発のパラダイムを覆しつつあります。「AI/Data Science実務選書」は、AI開発とデータサイエンスのプラクティスを集め、実務家のスキル獲得／向上を力強く支援します。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【楽天ブックスならいつでも送料無料】生成AIの可能性と人類 人類のあり方や、仕事の仕方、生き方を、哲学的視点と工学的視点から考える （I/OBOOKS） [ 瀧本 往人 ]

人類のあり方や、仕事の仕方、生き方を、哲学的視点と工学的視点から考える I/OBOOKS 瀧本 往人 工学社セイセイエイアイノカノウセイトジンルイ タキモト ユキト 発行年月：2023年11月16日 予約締切日：2023年10月16日 ページ数：160p サイズ：単行本 ISBN：9784777522705 瀧本往人（タキモトユキト） 1963年北海道生まれ。信州大学大学院人文科学研究科修了（地域文化・比較哲学専攻）後、同大学院工学系研究科（博士課程後期）で地域社会論・環境哲学を専攻（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） 第1章 「人工知能」の誕生（言語から記号（情報）へ／「音声言語」と「聴覚情報」／「形象への認識」と「視覚情報」／「人間の学習」と「機械の学習」）／第2章 「人工知能」の活用（「対戦型ゲーム」と「人工知能」／「音声認識エンジン」から「スマートスピーカー」へ／ヒューリスティック・エンジン（ウイルス対策）／スマートカー（自立走行車））／第3章 「生成AI」の仕組み（「生成モデル」と「トランスフォーマー」／視覚情報（画像・動画）の生成／言語情報（文章・対話）の生成／聴覚情報（音声・楽曲）の生成）／第4章 「生成AI」がもたらす未来と課題（現実社会への影響／「一般意志」と「シミュラークル」／「知の生成」から「生命の生成」へ／技術文明史と「生成AI」） これまで人間にしかできないと思われていたことを、人間よりも上手に、しかも、いともたやすくやりとげる、「生成AI」。本書は、今話題の「生成AI」（特に「ChatGPT」）について、どのような経緯で生まれてきたのか、どういった技術なのかを、哲学や言語学、情報科学の文脈から説明。「テキスト」「音声」「画像・映像」のそれぞれの技術に沿って、どのような可能性があるのかを考察します。さらに、こうした生成AIを通じて、人類のあり方や、仕事の仕方、生き方を、工学的視点と哲学的視点の両方から見つめます。 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】人工知能音楽 基礎と応用【電子書籍】[ Fouad Sabry ]

＜p＞＜strong＞人工知能音楽とは＜/strong＞＜/p＞ ＜p＞国際コンピューター音楽会議、コンピューティング協会会議、人工知能に関する国際合同会議はすべて、人工知能と音楽について議論するために集まっています。 （AIM）とは、人工知能と音楽の頭文字をとったものです。 1974 年は、ミシガン州立大学が最初の国際コンピューター ミュージック カンファレンス (ICMC) を主催した年でした。 作曲、演奏、理論、デジタル サウンド処理における人工知能の使用は、現在活発に研究されているテーマです。＜/p＞ ＜p＞＜strong＞どのようなメリットがあるか＜/strong＞＜/p＞ ＜p＞(I) 次のトピックに関する洞察と検証:＜/p＞ ＜p＞第 1 章: 音楽と人工知能＜/p＞ ＜p＞第 2 章: デジタル アート＜/p＞ ＜p＞第 3 章: アルゴリズム作曲＜/p＞ ＜p＞第 4 章: 計算による創造性＜/p＞ ＜p＞第 5 章: ポップ ミュージックの自動化＜/p＞ ＜p＞第 6 章: AIVA＜/p＞ ＜p＞第 7 章: 人工知能 アート＜/p＞ ＜p＞第 8 章: 合成メディア＜/p＞ ＜p＞第 9 章: 事前トレーニング済み生成トランスフォーマー＜/p＞ ＜p＞第 10 章: 人工知能と著作権＜/p＞ ＜p＞( II) 人工知能音楽に関する一般のよくある質問に答える。＜/p＞ ＜p＞(III) 多くの分野で人工知能音楽が使用される実際の例。＜/p＞ ＜p＞(IV) 説明する 17 の付録 簡単に説明すると、人工知能音楽テクノロジーを 360 度完全に理解するために、各業界の 266 の新興テクノロジーが紹介されています。＜/p＞ ＜p＞＜strong＞本書の対象者＜/strong＞＜/p＞ ＜p＞プロフェッショナル 大学生、大学院生、愛好家、趣味人、あらゆる種類の人工知能音楽に関する基本的な知識や情報を超えたいと考えている人。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【楽天ブックスならいつでも送料無料】仕組みから学ぶ生成AI入門ーー基礎から応用まで徹底理解 [ 中井 悦司 ]

中井 悦司 技術評論社シクミカラマナブセイセイエーアイニュウモン キソカラオウヨウマデテッテイリカイ ナカイ エツジ 発行年月：2025年06月27日 予約締切日：2025年06月26日 ページ数：304p サイズ：単行本 ISBN：9784297149727 中井悦司（ナカイエツジ） 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix／Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のAI Solutions Architectとして活動（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） 第1章 ディープラーニングの基礎知識／第2章 変分オートエンコーダによる画像生成／第3章 LSTMによる自然言語処理／第4章 トランスフォーマーによる自然言語処理／第5章 拡散モデルの仕組み／第6章 マルチモーダルモデルの実現 本書は、第1章から順番に読み進めることで、基礎的なモデルから、より高度なモデルへと段階的に理解を深めていきます。各章で提供するサンプルコードは、ディープラーニングに対応した機械学習ライブラリーであるKerasを用いて実装しています。Kerasは、ディープラーニングモデルを構成するパーツが事前にモジュールとして用意されており、これらのモジュールをブロックのように組み合わせてモデルを構成します。本文の解説を参考にして、サンプルコードの具体的な内容を理解しながら読み進めることで、それぞれのモデルの仕組みと動作原理がより明確に理解できるでしょう。 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】深層ニューラルネットワークの高速化【電子書籍】[ 佐藤竜馬 ]

＜p＞＜strong＞※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。※PDF版をご希望の方は＜a href="gihyo.jp/mk/dp/ebook/2023/978-4-297-14310-7"＞Gihyo Digital Publishing＜/a＞も併せてご覧ください。＜/strong＞＜/p＞ ＜h2＞＜strong＞◆推論のしくみから紐解く高速化の原理◆＜/strong＞＜/h2＞ ＜p＞本書は深層ニューラルネットワークによる予測を高速化する技法を解説します。巨大なニューラルネットワークを用いた予測には多くの時間と計算コストがかかります。これにより、応答が遅くなりユーザー体験が悪くなるといった問題や、運用コストが大きくなるといった問題が生じます。本書はニューラルネットワークの予測性能を下げることなく高速化することでこれらの問題を解決する技法を解説します。紹介する技法は量子化・枝刈り・蒸留・低ランク近似・モデルマージなど多岐にわたり、幅広い局面に対応します。また、平坦解や宝くじ仮説など、深層ニューラルネットワークの理論を通して、これらの手法がうまくいく理由についても深く本質的な理論を解説します。深層ニューラルネットワークを活用するエンジニアや研究者は必読の一冊です。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞・ニューラルネットワークの計算や時間にかかるコストを削減したい人＜br /＞ ・Webサービスにニューラルネットワークを使っている方＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞●第1章 はじめに＜/strong＞＜br /＞ 1.1 高速化の意義＜br /＞ 1.2 高速化の理論的背景＜br /＞ 1.3 用語の整理＜br /＞ ＜strong＞●第2章 高速化手法の概要＜/strong＞＜br /＞ 2.1 量子化と低精度計算＜br /＞ 2.2 枝刈り＜br /＞ 2.3 蒸留＜br /＞ 2.4 低ランク近似＜br /＞ 2.5 高速なアーキテクチャ＜br /＞ 2.6 ハードウェアの改善＜br /＞ 2.7 複数の技法の組み合わせ＜br /＞ 2.8 その他の技法＜br /＞ ＜strong＞●第3章 量子化と低精度計算＜/strong＞＜br /＞ 3.2 その他の低精度浮動小数点数フォーマット＜br /＞ 3.3 自動混合精度計算＜br /＞ 3.4 整数量子化＜br /＞ 3.6 なぜ低精度計算でうまくいくのか＜br /＞ ＜strong＞●第4章 枝刈り＜/strong＞＜br /＞ 4.1 代表的な枝刈り手法＜br /＞ 4.2 訓練前の枝刈り＜br /＞ 4.3 構造枝刈り＜br /＞ 4.4 枝刈りの実装＜br /＞ 4.5 ReLU活性化関数を用いた適応的な枝刈り＜br /＞ 4.6 なぜ枝刈りを行うのか・なぜうまくいくのか＜br /＞ 4.7 枝刈りの使いどころ＜br /＞ ＜strong＞●第5章 蒸留＜/strong＞＜br /＞ 5.1 蒸留の問題設定＜br /＞ 5.2 蒸留のアプローチ＜br /＞ 5.3 生徒モデルの選び方＜br /＞ 5.4 推論に必要なデータの変更＜br /＞ 5.5 生成モデルの利用＜br /＞ 5.6 事例＜br /＞ 5.7 なぜ蒸留でうまくいくのか＜br /＞ 5.8 蒸留の使いどころ＜br /＞ ＜strong＞●第6章 低ランク近似＜/strong＞＜br /＞ 6.1 低ランク性とは＜br /＞ 6.2 畳み込みニューラルネットワークの低ランク近似＜br /＞ 6.3 注意機構の低ランク近似＜br /＞ ＜strong＞●第7章 高速なアーキテクチャ＜/strong＞＜br /＞ 7.1 深さ単位分離可能畳み込み＜br /＞ 7.2 高速なトランスフォーマーの亜種＜br /＞ 7.3 ニューラルアーキテクチャ探索＜br /＞ 7.4 高速なアーキテクチャと圧縮手法の比較＜br /＞ ＜strong＞●第8章 チューニングのためのツール＜/strong＞＜br /＞ 8.1 PyTorchプロファイラ＜br /＞ 8.2 CPU上のプロファイリング＜br /＞ 8.3 GPU上のプロファイリング＜br /＞ ＜strong＞●第9章 効率的な訓練＜/strong＞＜br /＞ 9.1 省メモリ化＜br /＞ 9.2 モデルパラメータの算術＜/p＞ ＜h2＞＜strong＞■著者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞佐藤竜馬＜/strong＞：1996年生まれ。2024年京都大学大学院情報学研究科博士課程修了。博士(情報学)。現在、国立情報学研究所 助教。専門分野はグラフニューラルネットワーク、最適輸送、および情報検索・推薦システム。NeurIPSやICMLなどの国際会議に主著論文が採択。競技プログラミングでは国際情報オリンピック日本代表、ACM-ICPC世界大会出場、AtCoderレッドコーダーなどの戦績をもつ。PDF翻訳サービスReadableを開発し、深層ニューラルネットワークを用いた翻訳システムにも詳しい。著書に『グラフニューラルネットワーク』『最適輸送の理論とアルゴリズム』(ともに講談社)がある。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】チャットボット 基礎と応用【電子書籍】[ Fouad Sabry ]

＜p＞＜strong＞チャットボットとは＜/strong＞＜/p＞ ＜p＞チャットボットは、テキストまたは音声の対話を通じて人間の会話をシミュレートしようとするソフトウェアです。 こうした会話はオンラインで行われることがよくあります。 チャットボットは人工知能 (AI) システムの一種で、自然言語でユーザーと会話し、人間が会話のパートナーとして行動する方法をシミュレートできます。 最新のチャットボットは、自然言語でユーザーと会話することができます。 ディープ ラーニングと自然言語処理は、このようなシステムの開発で頻繁に利用される 2 つの分野です。＜/p＞ ＜p＞＜strong＞どのようなメリットが得られるか＜/strong＞＜/p＞ ＜p＞(I) 洞察、 および次のトピックに関する検証:＜/p＞ ＜p＞第 1 章: チャットボット＜/p＞ ＜p＞第 2 章: インターネット ボット＜/p＞ ＜p＞第 3 章: チャットボットのリスト＜/p＞ ＜p＞第 4 章: 仮想アシスタント＜/p＞ ＜p＞第 5 章: OpenAI＜/p＞ ＜p＞第 6 章: 会話型コマース＜/p＞ ＜p＞第 7 章: LaMDA＜/p＞ ＜p＞第 8 章: ChatGPT＜/p＞ ＜p＞第 9 章: 幻覚 (人工知能)＜/p＞ ＜p＞第 10 章: 事前トレーニング済み生成トランスフォーマー＜/p＞ ＜p＞(II) チャットボットに関する一般のよくある質問に回答します。＜/p＞ ＜p＞(III) さまざまな分野でのチャットボットの使用例。＜/p＞ ＜p＞(IV) 360 度完全に理解できるように、各業界の 266 の新興テクノロジーを簡潔に説明する 17 の付録＜/p＞ ＜p＞＜strong＞本書の対象者＜/strong＞＜/p＞ ＜p＞専門家、大学生、大学院生、愛好家、趣味人、そして基本を超えたい人 あらゆる種類のチャットボットに関する知識や情報。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。