読書メーター KADOKAWA Group

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

感想・レビュー
262

データの取得中にエラーが発生しました
感想・レビューがありません
Mikey
新着
2025年に再読。Deep Seekの発表に影響されて再読した。 今回はメモを取りながらPythonもちょこちょこ使って、理解しながらだったので、前回よりは理解ができた。だから、アプリをかける訳でもないが知識欲を満たしてくれた。 このシリーズはいろいろあるが、次は強化学習かな。
0255文字
たいち
新着
長らく(6年くらい)積読していたが今更読み終えた。 簡単例を用いて順を追って説明してくれていて、非常に分かりやすかった。コードはほとんど読まなかったが、コードを読んで自分で動かしながらやったらもっと理解が深まるんだろうなぁと思った。余裕があったらまた読み返したい。
0255文字
高橋勇気
新着
2か月前に読んだことを思い出し追加。 寝落ちしそうになりながら2か月くらいかけて読んだためほとんど理解していない。また読みます
0255文字
Atsumi_SAKURADA
新着
定番化している?ような入門書で、副題にはPythonで学ぶ理論と実装とありますが、本当の実装は他の良書に当たる必要があります。ところで、Lenaは類書でいつまで現役なのでしょうかね。
0255文字
vinlandmbit
新着
総復習のために読了。歩を進めた先で、時折立ち戻ってくることとなる知識の土台となる良書だと感じました。
0255文字
明るいくよくよ人
新着
技術をよく理解している人が、綿密な構想の上で、書かれたことがわかる処だと思います。DeepLearningに興味がある人にとっては、必読書の一つではないかと思われます。 しかし、一応、専門書の部類に入ると思うのに、読んでる人が多いですね・・これだけ関心がある技術ということか
0255文字
おおとろ
新着
☆☆☆☆ 再読
0255文字
konomichi
新着
やっと、概ね読了。何年越し?とは言え、あまり読了した感はない。結局自分で自分のコードを書かんとわかった気になれない。さて、次はどこへ行くべきか?やはり、トランスフォーマかなぁ。。。(でも、生成AIやりたいわけじゃない。)
0255文字
mememesan
新着
ディープラーニングの1冊目で読んだ。とてもとっつき易く、わかりやすかった。ディープラーニングの興味が一層増し、続編も読もうと思う。
0255文字
愛楊
新着
2016年出版。極めて分かりやすい深層学習入門。AI関連で一番最初に薦められるべき書。優秀なサーベイ書である。現在一般的となっている手法を紹介してくれるため、ただの系譜学となっていない点が素晴らしい。
0255文字
Takuya Tokumoto
新着
深層学習系の資格取得のために再読。
0255文字
uxt
新着
ChatGPTのキャッチアップを機に、気になっていたディープラーニングの知識も習得しようと購読。今まで腑に落ちなかったGPTのファインチューニングについての理解に役に立った。
0255文字
nbhd
新着
高速で再読した。画像認識のアルゴリズムをなぞっていくと、ちょっと不思議な気分になってくる。以下、その過程…まずコンピュータは、画像を4次元データとして認識する(受け取る)。で、そのデータを計算しやすいように1次元データに変換する。次に、計算結果を2次元データとして出力。で、2次元データをまた4次元データにして…と、この作業を何度も(何層も)繰り返す。つまり、コンピュータにとって、1枚の画像は、変形可能な「立方体」のようなもので、ニョワンニョワンと引き延ばしたり、グジュッと押しつぶせたりするんだな。不思議。
0255文字
nbhd
新着
どうやらこの本が、国内のディープラーニング界隈でマストリードな本となっているようで、ネットをぶらつくと、この本を教材にDLの研鑽を積んでいる方々がとても多いことがわかる。通読してみると、たしかに丁寧で驚くほど分かりやすいのよ。内容は、numpyでパーツをつくりながら各DL技術の理解と実装力を鍛え、DLを構築していく修行スタイルだ。たぶん、この本の存在の有無によって、国のAI基盤が左右されるくらい重要な本だと思った。
nbhd

ディープラーニングは「関数」である。で、その関数を使って何がしたいのかというと、簡単に言って、それは「最小値」を求めることだ。中高の数学で出会った、あの「関数f(x)のyの最小値と、その時のxの値を求めよ」といった問題に対して、網羅的に、同時多発的に、総力を挙げて、全力で、何度も何度も、計算を繰り返しているようなものだ。なるほど、ことディープラーニングについては、人類は「最小値」を求めるために、これまで数学やコンピュータプログラミングの技術を究めてきたと言っても決して過言ではない。…これマジで。

01/29 16:11
nbhd

恋愛に例えてみよう。ヒトが、恋焦がれるお気に入りの相手に対して求めているのは「距離を縮めたい」ということだ。言い換えれば「相手との距離の最小化」になる。で、ヒトは恋こがれる相手の性格や行動を察知して、次に自分がどのような行動をとれば「相手との距離を最小化」できるかを、イメトレしたり、試行錯誤しながら、最適な自分自身を目指し、最適な行動を選択するわけで。…こう考えてみると、ヒトもある意味「関数」として見なすことができる。相手に100%合わせれば上手くいくわけでもないってところも、DLライクだ。ヒトって不思議

01/29 16:29
0255文字
えいすけ
新着
Pythonのサンプルコードとセットでニューラルネットワークおよびディープラーニングの基礎を説明してくれている。プログラマーにとっては ディープラーニングの基礎を理解するために最適な本であると感じた。
0255文字
Nhat
新着
面白い。簡潔に書かれておりDLの概要といくつかの代表的な方法を学べたのはよかった。数式もかなり出てくる上、途中から説明が省かれていくので、中盤は中々キツかった。が、根性があれば乗り越えられるくらいの難易度で書かれていてとても助かった。知識が抜ける前に続編を読んでもっと手を動かしたい。
0255文字
regacian
新着
numpyのみを使った実装を通してNNやCNNを理解するという著作。実際に実装してみて気づくのが、実装が思ったよりもずっと軽めだということ。Convolution layerの行列サイズ変換など、計算効率向上のためのトリッキーな部分はあるが、考え方はシンプルだし、layerごとに独立してるので拡張性も高い。読み終わるころにはCNNのネットワーク図や、誤差逆伝播法が実感を伴って理解できると思う。関連論文に足を伸ばすハードルもかなり下がった。個人的には計算グラフの部分は直接計算する方がわかりやすかったかも。
0255文字
やす
新着
難しすぎた
0255文字
naoki85
新着
E 資格の勉強も兼ね、再読。以前はほとんど何もわからない状態で読んでいたので、途中で心が折れた記憶があるが、多少知識がつくととても良い本だな、と思う。E 資格の参考書などを読む前に一度読んでおく&書いてみると良いのではないかと思う。
0255文字
富士獣
新着
素晴らしいの一言。 理論にも触れながらガリガリ実装して、単層パーセプトロンんからCNNまで作りきります。この本こそ入門書なのはディープラーニングならではで、多くの分野では実装は難度の高い取り組みですが、ディープラーニングはこれくらい手を動かしてみないことにはマトモに理解できません。 それでもChatGPTまでは遥か遠いですが、本シリーズは2, 3, 4と続いています。ゼロつくシリーズと岡野原本が日本語で読めるのはAI分野における日本の強みであり、本書はその強みを活かすための第一歩と言えるでしょう。
0255文字
地井牛太郎
新着
ニューラルネットワークの層を深くしたディープラーニングについて数式を難しすぎない範囲で理論から説明してくれて、その実装コードも付いてきてその解説もしてくれる至れり尽くせりの一冊。RNNやDQNなどのディープラーニングの発展形の技術もかじってみたが、それを理解するためにも基礎に立ち返って理解するのはとても大事なことだと感じた。
0255文字
やまがうち ゆいな
新着
わかりやすかった。ゴリゴリの数式に進む前にイメージをつかめてちょうどよい
0255文字
チョコチップカモ
新着
作らなかった。読んでて後半難しくなったので概要だけ掴むようにした。とりあえず続きも読むかなー。
0255文字
ナマクラ
新着
既存のディープラーニングのライブラリに頼らず,ディープラーニングの理論に基づいてステップバイステップで実装していく本.枝葉末節な部分や小難しい内容は省略されているため,内容に振り回されることなく読み進められた.
0255文字
icon
新着
Dropoutまでも自力で作ってしまおうというところに面白さがあった。DLの理論研究をしたい人には良いのかもしれない。私はどうしようかな...
0255文字
aki
新着
本が出た直後に買って、途中で読むのをやめていたけれど、最近、最初から読み始めました。数年経って、なんとサンプルコードの実行時間が圧倒的に短くなっていました。恐るべきパソコン性能のアップ速度… 非常に分かりやすい本でした!パーセプトロンの基本原理から理解できました。
0255文字
陳 志宇
新着
ディープラーニングとは何かといった基礎的なところからわかりやすく書かれていた。誰もが絶賛する理由が納得いく。駆け出しの方にも基礎の復習をしたい方にも全員におすすめできる一冊である。何度も読み返したい一冊だった。続きのシリーズがあるそうなので読み進めていきたい。
0255文字
琉璃
新着
読了
0255文字
はまもん
新着
すごく分かりやすくまとめられている。 しかし、内容としては楽しくないと感じた。 Udemyで受けた方が自分で実装している感があって面白かった。
0255文字
イワトコナマズ
新着
手書き文字の認識を実装することを通してディープラーニングの原理について学部本です。tensorflowやpytorchなどを使用しないので原理をより理解できるようです。プログラミング言語としてはpythonを使用しますが、はじめの章でpythonについての説明も書かれているので、事前知識なしで始められます。全体的にすごくわかりやすかったです。
0255文字
わえ
新着
Pythonの使い方からニューラルネットワークの理論と実装、誤差逆伝播法、パラメータの更新方法のテクニックや重みの初期値の設定方法、過学習の抑制方法、畳み込みニューラルネットワーク、ディープラーニングの出版当時の最新情報まで、丁寧に書かれていた。最初に機械学習やディープラーニングの技術的な内容を学ぶときに良い。本書ではもっぱらMNISTデータを使った実装を紹介しているので、それ以外のデータに関しても応用できる技術を学びたい場合は別の書籍や論文が良いでしょう。提供されているコードを読むとさらに勉強になる。
0255文字
ogappy
新着
読者が大変多く、わからないことをネットで調べながらなんとかできました。他書との違いはディープラーニング用Tensorflow、KerasなどのライブラリやGPUを使わずに仕組みを学べるところです。すこしすっきりしましたよ。この本は他書だとTensorflowで一瞬解決(?)のところを、順を追って説明していることろだと思います。取り扱う項目は少ないもののこの手の本でいちおしです。それにしてもベストセラーの専門書はネット上に個人による解説記事がたくさんあって大変助かります。
0255文字
佳
新着
2周目は1周目より理解が深まった。名作!
0255文字
うきうき
新着
前から少しずつ読んでて、年末の休みで読み終わった。途中から手を動かしていないので、機会があれば再読したい
0255文字
とみぃ
新着
★★★★☆ Deep Learning入門書のバイブル。説明が丁寧で非常に分かりやすい。一冊目にうってつけ。計算グラフの内容が多いので、最初の関門である逆伝播法について良く理解できる。E資格の参考書としても多くの受験生が使用している。
0255文字
佳
新着
Just最高です!イメージや喩えで伝えられるのは本質を理解している証拠です。逆に世の中を見渡して難しい言葉で書かれた本が数えられないほどありますが、ちゃんと人に伝えるよりかはただ何処かからのコピペか自己満足。次作も楽しみ!
0255文字
jssei
新着
DL関連。これまでに読んだどの本よりもわかりやすい。
0255文字
kk
新着
ずっと積んでおいたのをやっと通読しました。分かりやすく書かれているので三日かからず読めました。非常にいい本でした。大抵は既知のことでしたが、いくつか勘違いしていたこともあり、また、知識の整理になりました。誤差逆伝播については、あと青い本で数式を追ってもいいかも。しかし数式よりコードの方が追いやすいんですよね。。。こっちを先に読んだほうが分かりやすいかな。
0255文字
Taizo
新着
改めて読んで実装してみたけど、素晴らしい一冊。3年前くらいにパラ読みしたときは何も身についてなかったけど、ある程度基礎的な知識をつけた今、パーセプトロンの基本的な考え方、逆誤差伝播法、さまざまな勾配法、そしてなんとCNNまで本当に「ゼロから」実装する。sklearnは使わない。numpyだけ。至る所でnumpyの特性を活かしたシャープな実装がされているので、地味にその勉強にもなる。DLやりたいなら必ずどこかでやることをオススメしたい一冊。
0255文字
全262件中 1-40 件を表示
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装評価69感想・レビュー262