微分積分:Calculus これならわかる深層学習入門 (機械学習スタートアップシリーズ)読書メモ
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクのための深層学習の機械学習、勾配降下法、正則化、誤差逆伝播、自己符号化器、畳み込みニューラルネット、再帰型ニューラルネット、ボルツマンマシン、強化学習等の概要
機械学習:Machine Learning
微分積分:Calculus python tensorflowとKerasとpytorchの比較
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される深層学習フレームワークであるtensorflow,keras,pytorchの比較
python 保護中: PyTorchによる発展ディープラーニング(OpenPose, SSD, AnoGAN, Efficient GAN, DCGAN, Self-Attention GAN, BERT, Transformer, GAN, PSPNet, 3DCNN, ECO)
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに用いられるpytorchを用いたOpenPose,SSD,AnoGAN,Efficient GAN,DCGAN,Self-Attention GAN,BERT,Transformer,GAN,PSPNet,3DCNN,ECO等の発展型DNN
python 保護中: PythonとKerasによる高度なディープラーニング(1) Keras Functional APIを利用した複雑なネットワーク
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるpython/kerasによるKeras functional APIを使った複雑なネットワークモデルの構築(マルチモーダル問題等への対応)
python 保護中: PythonとKerasによるテキストとシーケンスのためのDNN(4)双方向RNNとCNNでのシーケンス処理
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるpython/kerasでのシーケンスデータへの双方向RNNとCNN適用
python 保護中: pythonとKerasによるテキストとシーケンスのためのDNN(3)リカレントニューラルネットワークの高度な使い方(GRU)
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるpyhton/kerasによるシーケンスデータのGRUによる分析とリカレントドロップアウト、リカレント層のスタッキングによる改善
python 保護中: PythonとKerasによるテキストとシーケンスのためのDNN(2)SimpleRNNとLSTMの適用
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるpython/kerasによるテキスト/シーケンス情報の為のRNNとLSTM
python 保護中: PythonとKerasによるテキストとシーケンスのためのDNN(1)学習のためのテキストデータの前処理
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクのためのpython/kerasによる自然言語の深層学習(DNN)、分散ベクトル生成(Gloveモデルの活用)
python 保護中: PythonとKerasによるコンピュータービジョンのためのディープラーニング(4)CNN学習データの可視化
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクのためのpython/kerasによるDNNでのCNNの可視化による解釈
python 保護中: PythonとKerasによるコンピュータービジョンのためのディープラーニング(3) 学習済みモデルを利用したのCNNの改善
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるpyhton/kerasによる既存モデル(ImageNet)(利用の少数データ深層学習(DNN)