気まぐれ屋

Vision Transformer入門 (Computer Vision Library)

新しいコンピュータビジョンの世界 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。 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。 （こんな方におすすめ） ・ViTに興味のある方 ・実務で画像処理に取り組んでいる方 （目次） 第1章 TransformerからVision Transformerへの進化 1-1 自然言語処理におけるTransformerの登場 1-2 Vision and Languageへの拡張 1-新しいコンピュータビジョンの世界 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。 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。 （こんな方におすすめ） ・ViTに興味のある方 ・実務で画像処理に取り組んでいる方 （目次） 第1章 TransformerからVision Transformerへの進化 1-1 自然言語処理におけるTransformerの登場 1-2 Vision and Languageへの拡張 1-3 コンピュータビジョンにおけるTransformer 第2章 Vision Transformerの基礎と実装 2-1 準備 2-2 ViTの全体像 2-3 Input Layer 2-4 Self-Attention 2-5 Encoder 2-6 ViTの実装 第3章 実験と可視化によるVision Transformerの探求 3-1 実験の概要 3-2 使用するデータセット 3-3 実験条件 3-4 既存手法との比較 3-5 データ拡張における比較 3-6 位置埋め込みの可視化 3-7 ViTにおける判断根拠の可視化 3-8 ViTが捉えているモノ 第4章 コンピュータビジョンタスクへの応用 4-1 コンピュータビジョンのサブタスク 4-2 画像認識への応用 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 4-4 動画認識への応用 4-5 オブジェクトトラッキングへの応用 4-6 3Dビジョンへの応用 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 4-8 Transformer応用のまとめと展望 第5章 Vision and Languageタスクへの応用 5-1 Vision and Languageのサブタスク 5-2 VQAへの応用 5-3 Image Captioningへの応用 5-4 Embodied AIへの応用 5-5 その他のVision and Languageサブタスクへの応用 5-6 Vision and Languageのまとめと展望 第6章 Vision Transformerの派生手法 6-1 ViT派生手法の分類 6-2 Swin Transformer 6-3 DeiT 6-4 CvT 6-5 SegFormer 6-6 TimeSformer 6-7 MAE 第7章 Transformerの謎を読み解く 7-1 Transformerの謎に人々は驚き困惑した 7-2 Positional Embeddingの謎 7-3 Multi-Head Attentionの謎 7-4 Layer Normalizationの謎 第8章 Vision Transformerの謎を読み解く 8-1 ViT vs CNN vs MLPの三国時代の到来 8-2 ViTはCNNと同じく局所特徴を学習する 8-3 ViTはより形状に反応する？ 8-4 ViTは早期から大域的な領域も見ている 8-5 ViTはCNNやMLPよりもノイズや敵対的攻撃に頑健？ 8-6 3つのモデルの特性と使い分けの勘どころ 8-7 ViTの新常識

深層学習

岡谷貴之／著機械学習プロフェッショナルシリーズ本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名講談社出版年月2022年01月サイズ366P 21cmISBNコード9784065133323工学 電気電子工学 機械学習・深層学習商品説明深層学習シンソウ ガクシユウ キカイ ガクシユウ プロフエツシヨナル シリ-ズ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。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※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2022/01/19

深層学習

岡谷貴之／著機械学習プロフェッショナルシリーズ本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名講談社出版年月2022年01月サイズ366P 21cmISBNコード9784065133323工学 電気電子工学 機械学習・深層学習深層学習シンソウ ガクシユウ キカイ ガクシユウ プロフエツシヨナル シリ-ズ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。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※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2022/01/19