概要
Chainerによるディープラーニングの入門書です。ディープラーニングはさまざまな分野に応用される注目の技術です。本書の前半では，ディープラーニングの基礎理論を丁寧に解説します。後半ではChainerの特徴と基本的な構造を押さえた上で，畳み込みネットワーク，GAN，RNN，強化学習などのアルゴリズムを解説していきます。実際に現場でディープラーニングを利用できるように，基礎から応用的なテーマまで幅広い構成でお届けします。
こんな方におすすめ
目次
第1章 ディープラーニングのいま
第2章 ニューラルネットワークの基礎
第3章 ディープラーニングのチューニング技術
第4章 Chainerの基礎
第5章 畳み込みネットワーク
第6章 画像認識
第7章 GAN
第8章 RNN
第9章 強化学習
サポート
正誤表
本書の以下の部分に誤りがありました。ここに訂正するとともに，ご迷惑をおかけしたことを深くお詫び申し上げます。
（2018年7月24日最終更新）
※数式についてはTeX記法で記載しております。
P.4 「新しい構成要素の提案」の2行目
| 誤 | Dropoutは学習時に与えられた割合で与えられた層のユニットを
|
|---|
| 正 | Dropoutは学習時に与えられた割合で対象の層のユニットを
|
|---|
P.28 「クロスエントロピー」第4段落,1行目
数式を上付きにします。
P.40 1つめの数式の矢印を逆に
P.43 「Momentum SGD」本文3行目の式
| 誤 | $\mathbf{g}_t=\frac{dL}{d\mathbf{d\theta}} |_{\theta_t} $
|
|---|
| 正 | $\mathbf{g}_t=\frac{dL}{d\mathbf{d\theta}} |_{{\theta_t}} $
|
|---|
右下の$\theta_t$についてるかっこ"{","}"をとります。
P.61 箇条書き部分2行目
| 誤 | Variableからvolatileオプションが削除された
|
|---|
| 正 | Variableからvolatileオプションが削除された（Linkクラス内で定義するパラメータにはVariableクラスのサブクラスであるParameterクラスを使用する）
|
|---|
P.88 「位置ずれ」2行目
| 誤 | 画像中央に必ず物体があるデータで学習
|
|---|
| 正 | 画像中央に物体があるデータで学習
|
|---|
P.101 6行目
| 誤 | 最上層での1×1ユニットを考えると最下層では5×5の視野を獲得していることになります。
|
|---|
| 正 | 最上層における1×1ユニットのみを考慮すると最下層では5×5の視野を獲得していることになります。
|
|---|
P.124
| 誤 | オプティマイザーのハイパーパラメータチューニングを行う事を挙げておきます。
|
|---|
| 正 | オプティマイザーなどのハイパーパラメータチューニングを行うことを挙げておきます。
|
|---|
P.146 2段落目
| 誤 | また時系列データの場合時点のデータから次に出現する
|
|---|
| 正 | また時系列データの場合、ある時点のデータから次に出現する
|
|---|
P.146 3段落目
| 誤 | $x_1,\cdots,x_t$
|
|---|
| 正 | $x_1,\cdots,x_{t-1}$
|
|---|
P.182 数式の場合分けの2つめのカッコ内
| 誤 | $|\delta |\le w$
|
|---|
| 正 | $|\delta |\ge w$
|
|---|