物体・画像認識と時系列データ処理入門 [TensorFlow2/PyTorch対応第2版] NumPy/TensorFlow2（Keras）/PyTorchによる実装ディープラーニング
書籍情報
発売日 : 2021/02/20
著者／編集 : チーム・カルポ
出版社 : 秀和システム
発行形態 : 単行本
ページ数 : 584p
書籍説明
内容紹介
Pythonのライブラリの1つであるTensorFlowは、ディープラーニングを支える数学的な各種理論を学ぶのに最適なライブラリです。しかし、TensorFlowは学習に必要な計算式を開発者が自ら組み立てねばならないという少し高めのハードルがあります。本書は、TensorFlow2のライブラリを取り上げ、ディープラーニングの基礎理論から2次元フィルター、転移学習、時系列データ、自然言語処理などを楽しく学べる入門書です。
1章 ディープラーニングとは
2章 開発環境のセットアップとPythonの基礎
3章 ディープラーニングの数学的要素
4章 ニューラルネットワークの可動部（勾配ベースの最適化）
5章 ニューラルネットワーク（多層パーセプトロン）
6章 画像認識のためのディープラーニング
7章 一般物体認識のためのディープラーニング
8章 人間と機械のセマンティックギャップをなくす試み
9章 ジェネレーティブディープラーニング
10章 OpenCVによる「物体検出」
1章 ディープラーニングとは
2章 開発環境のセットアップとPythonの基礎
3章 ディープラーニングの数学的要素
4章 ニューラルネットワークの可動部（勾配ベースの最適化）
5章 ニューラルネットワーク（多層パーセプトロン）
6章 画像認識のためのディープラーニング
7章 一般物体認識のためのディープラーニング
8章 人間と機械のセマンティックギャップをなくす試み
9章 ジェネレーティブディープラーニング
10章 OpenCVによる「物体検出」
目次
1章 ディープラーニングとは
2章 開発環境のセットアップとPythonの基礎
3章 ディープラーニングの数学的要素
4章 ニューラルネットワークの可動部（勾配ベースの最適化）
5章 ニューラルネットワーク（多層パーセプトロン）
6章 画像認識のためのディープラーニング
7章 一般物体認識のためのディープラーニング
8章 人間と機械のセマンティックギャップをなくす試み
9章 ジェネレーティブディープラーニング
10章 OpenCVによる「物体検出」
2章 開発環境のセットアップとPythonの基礎
3章 ディープラーニングの数学的要素
4章 ニューラルネットワークの可動部（勾配ベースの最適化）
5章 ニューラルネットワーク（多層パーセプトロン）
6章 画像認識のためのディープラーニング
7章 一般物体認識のためのディープラーニング
8章 人間と機械のセマンティックギャップをなくす試み
9章 ジェネレーティブディープラーニング
10章 OpenCVによる「物体検出」
著者情報
チーム・カルポ
![物体・画像認識と時系列データ処理入門 [TensorFlow2/PyTorch対応第2版] NumPy/TensorFlow2（Keras）/PyTorchによる実装ディープラーニング](https://thumbnail.image.rakuten.co.jp/@0_mall/book/cabinet/3546/9784798063546.jpg)