目次
どんな本?
ニューラルネットワークの道具としての使い方がわかり、なおかつ仕組みについても詳しくわかる本です。
数学的な要素や基礎となるパーセプトロンから説明があります。
tensorflowとkerasの実装が記載されていて、理論のみでなく実践ができるのが良いところです。
第二版からPyTorchも書かれているようです!
前提知識
これらの知識が必要だと思います。
- 微分・偏微分
- 線形代数
- Pythonの文法
これらは一応ニューラルネットワークの内容の前に説明があります。
ただ、微分・偏微分は全くわからない人がこの本の説明のみで理解するのは厳しいと思います。
内容
Pythonの基本的な文法、微分・線形代数の基礎から始まり、Numpy, Tensorflow, kerasなどライブラリについて、単純・多層パーセプトロンからLSTM, GRUを含む再帰型ニューラルネットワークまで載っています。
その他勾配消失、オーバーフィッティング問題など仕組み以外の周辺知識についても書かれています。
特徴
Early Stoppingや勾配消失問題の説明など周辺知識も多数載っています。
また、実装の設計や学習の可視化などの記述もあり実用的な内容だと思います。
畳み込みニューラルネットワーク(CNN)については載っていません。
他の参考書との違い
他に有名なニューラルネットワークの参考書はゼロから作るDeep Learningがあります。
こちらは仕組みに特化しており実際にニューラルネットワークのライブラリ自体を手を動かして作るような内容です。
一方、詳解ディープラーニングは仕組みも詳しく載ってますが、ライブラリ(Kerasとtensorflow)を使った実装が書かれていてより実用的な内容だと思います。
おわりに
Tensorflow, kerasなどライブラリの使い方、再帰型ニューラルネットワークについても載っており、私が知りたかったことが全部書いてあった本でした。
個人的にはゼロから作るDeep Learningで仕組みを理解して、この本で周辺技術やライブラリを使った実装の仕方を学ぶと良いと思います。