ディープラーニング
PyTorchを使ってニューラルネットワークを実装しよう
PyTorch基礎
テンソル操作と自動微分
ネットワーク構築
CNN、RNNの実装
最適化・正則化
学習を安定させる技術
実践デモ
MNIST・CIFARで訓練
学習内容
基礎編
- PyTorch基礎
- テンソル操作
- 自動微分 (Autograd)
- ニューラルネット構築
- 学習プロセス
アーキテクチャ編
- CNN (畳み込み)
- RNN (再帰)
- 最適化アルゴリズム
- 正則化技術
- 転移学習
実践編
- MNISTデモ
- CIFARデモ
- ハイパーパラメータ調整
- 可視化
- ベストプラクティス
- 演習問題
発展編
- NN設計のベストプラクティス
- モデルビルダー
- データパイプライン
- モデル最適化(量子化等)
- モデル比較
- 説明可能AI (XAI)
- 異常検知
- 自己教師あり学習
- 知識蒸留
- Few-Shot Learning
- 強化学習
前提知識: Python基礎とAI入門モジュールの内容を理解していることを推奨します。
開発環境
このモジュールではPyTorchを使用します。以下のコマンドでインストールできます:
# CPU版
pip install torch torchvision
# GPU版(CUDA 11.8)
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
※ Google Colabを使用する場合は、PyTorchがプリインストールされています。