ＰｙＴｏｒｃｈでの実装を細部まで掘り下げ解説。ニューラルネットワークとディープラーニングシステムをＰｙＴｏｒｃｈを使って実装する方法を学びます。限られたデータでニューラルネットワークを訓練する方法、訓練済みモデルのデプロイ方法など、ディープラーニング・プロジェクトのベストプラクティスを提示します。

第1部 PyTorchの基礎 第1章 ディープラーニングとPyTorchの概要 第2章 訓練済みモデルの利用方法 第3章 PyTorchにおけるテンソルの扱い方 第4章 様々なデータをPyTorchテンソルで表現する方法 第5章 ディープラーニングの学習メカニズム 第6章 ニューラルネットワーク入門 第7章 画像分類モデルの構築 第8章 畳み込み 第2部 ディープラーニングの実践プロジェクト：肺がんの早期発見 第9章 肺がん早期発見プロジェクトの解説 第10章 LUNAデータをPyTorchデータセットに変換 第11章 結節候補を画像分類するモデルの構築 第12章 評価指標とデータ拡張を用いたモデルの改善 第13章 セグメンテーションを用いた結節の発見 第14章 結節・腫瘍解析システムの全体を構築 第3部 デプロイメント 第15章 本番環境にモデルをデプロイする方法