資料詳細

[ 和図書 ] 深層学習生成AIの基礎

岡留剛／著 -- 共立出版 -- 2024.3 --

所蔵

所蔵は 1 件です。

所蔵館	所蔵場所	資料区分	請求記号	資料コード	所蔵状態	資料の利用
配架日	協力貸出	利用状況	返却予定日	資料取扱	予約数	付録注記	備考
中央	2F	一般図書	/007.1/6183/2024	7117816275		Digital BookShelf
2024/04/19	可能	取置中			1

Eメールによる郵送複写申込みは、「東京都在住」の登録利用者の方が対象です。

ページの先頭へ

資料詳細

ISBN	4-320-12575-9
ISBN13桁	978-4-320-12575-9
タイトル	深層学習生成AIの基礎
タイトルカナ	シンソウガクシュウセイセイエーアイノキソ
著者名	岡留剛／著
著者名典拠番号	110006346780000
出版地	東京
出版者	共立出版
出版者カナ	キョウリツシュッパン
出版年	2024.3
ページ数	9, 252p
大きさ	21cm
価格	¥3000
内容紹介	生成AIの理解を目標とした、大学学部2年生後期～3年生むけの深層学習のテキスト。生成モデルの実現をささえる基盤技術と基盤アーキテクチャから、言語の生成と画像の生成、さまざまな学習の枠組みまでを解説する。
一般件名	深層学習 , 人工知能
一般件名カナ	シンソウガクシュウ,ジンコウチノウ
一般件名典拠番号	511990100000000 , 511271700000000
分類：都立NDC10版	007.13
資料情報1	『深層学習生成AIの基礎』　岡留剛／著　共立出版　2024.3（所蔵館：中央　請求記号：/007.1/6183/2024　資料コード：7117816275）
URL	https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1154336443

ページの先頭へ

第1章はじめに: 1.1 ニューラルネットワークの基礎; 1.2 ニューラルネットワークの行列表記; 1.3 深層学習の発展とその要因; 1.4 付録
第Ⅰ部基盤
第2章深層学習をささえる要素技術: 2.1 確率的勾配降下法の進化と深化; 2.2 勾配消失/発散に対する対応; 2.3 残差接続; 2.4 活性の正規化; 2.5 付録
第3章 RNN:recurrent neural network: 3.1 RNNのアーキテクチャと計算; 3.2 RNNの学習
第4章単語埋めこみ: 4.1 単語のベクトル表現; 4.2 Word2Vec; 4.3 Word2Vecの学習; 4.4 埋めこみの取得
第5章トランスフォーマー: 5.1 注意機構; 5.2 トランスフォーマー; 5.3 トランスフォーマーの適用例
第6章強化学習: 6.1 問題設定; 6.2 Q学習とDQN; 6.3 方策勾配法とその発展形
第Ⅱ部生成モデル
第7章言語の生成: 7.1 言語モデル; 7.2 RNN言語モデル; 7.3 系列変換モデル; 7.4 大規模言語モデル; 7.5 言語生成モデルに向けて; 7.6 言語生成モデル; 7.7 付録
第8章拡散モデル: 8.1 拡散モデルの概要; 8.2 マルコフ過程(マルコフ連鎖); 8.3 拡散モデルの定式化; 8.4 拡散モデルの学習; 8.5 Stable diffusion:拡散モデルの実装; 8.6 付録
第9章 GAN:生成的敵対ネットワーク: 9.1 GANの基本; 9.2 GANの発展
第Ⅲ部深層学習アラカルト
第10章取りあつかい注意のデータ: 10.1 クラス間のデータ不均衡; 10.2 クラスラベル誤り
第11章多様な学習の枠組み: 11.1 距離計量学習; 11.2 知識蒸留; 11.3 半教師あり学習
第12章微分可能演算機構: 12.1 微分可能データ増強; 12.2 幾何学的変換機構; 12.3 付録

ページの先頭へ