通販検索/いつも気楽に

秀和システム【送料無料】DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミング／チーム・カルポ／著

秀和システム

秀和システム【送料無料】DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミング／チーム・カルポ／著

秀和システム

技術評論社Vision Transformer入門 新しいコンピュータビジョンの世界

技術評論社

秀和システムVision Transformer 最新CNNアーキテクチャ画像分類入門 PyTorch Kerasライブラリによる実践ディープラーニング・プログラミング チーム・カルポ 著

秀和システム

技術評論社 Computer Vision Library【3980円以上送料無料】Vision Transformer入門 新しいコンピュータビジョンの世界／片岡裕雄／監修 山本晋太郎／著 徳永匡臣／著 箕浦大晃／著 邱【ゲツ】／著 品川政太朗／著

Computer Vision Library 技術評論社 画像認識 263P 23cm ビジヨン トランスフオ-マ- ニユウモン ヴイジヨン トランスフオ-マ- ニユウモン VISION／TRANSFORMER／ニユウモン アタラシイ コンピユ-タ ビジヨン ノ セカイ コンピユ-タ- ヴイジヨン ライブラリ- COMPUTER VISION カタオカ，ヒロカツ ヤマモト，シンタロウ トクナガ，マサオミ ミノウラ，ヒロアキ キユウ，ゲツ シナガワ，セイタロウ

秀和システム【3980円以上送料無料】Vision Transformer／最新CNNアーキテクチャ画像分類入門 PyTorch／Kerasライブラリによる実践ディープラーニング・プログラミング／チーム・カルポ／著

秀和システム

【楽天ブックスならいつでも送料無料】深層学習 改訂第2版 （機械学習プロフェッショナルシリーズ） [ 岡谷 貴之 ]

機械学習プロフェッショナルシリーズ 岡谷 貴之 講談社シンソウガクシュウカイテイダイニハン オカタニ タカユキ 発行年月：2022年01月19日 予約締切日：2022年01月18日 ページ数：384p サイズ：全集・双書 ISBN：9784065133323 岡谷貴之（オカタニタカユキ） 博士（工学）。1999年東京大学大学院工学系研究科計数工学専攻博士課程修了。現在、東北大学大学院情報科学研究科教授。理化学研究所革新知能統合研究センターチームリーダー（本データはこの書籍が刊行された当時に掲載されていたものです） はじめに／ネットワークの基本構造／確率的勾配降下法／誤差逆伝播法／畳み込みニューラルネットワーク／系列データのためのネットワーク／集合・グラフのためのネットワークと注意機構／推論の信頼性／説明と可視化／いろいろな学習方法／データが少ない場合の学習／生成モデル 最高最強のバイブルがパワーアップ！！「トランスフォーマー」「グラフニューラルネットワーク」「生成モデル」など、読み応え十分の全12章。 本 パソコン・システム開発 その他

【中古】Transformerによる自然言語処理/朝倉書店/デニス・ロスマン（単行本（ソフトカバー））

◆◆◆非常にきれいな状態です。中古商品のため使用感等ある場合がございますが、品質には十分注意して発送いたします。 【毎日発送】 商品状態 著者名 デニス・ロスマン、黒川利明 出版社名 朝倉書店 発売日 2022年04月05日 ISBN 9784254122657

DETR〈DEtection TRansformer〉&最新・物体検出アーキテクチャ入門 ViT/CenterNet/Pix2Seqを活用した実践ディープラーニング・プログラミング／チーム・カルポ【1000円以上送料無料】

著者チーム・カルポ(著)出版社秀和システム新発売日2025年07月ISBN9784798074061ページ数795Pキーワードでいーいーていーあーるでいてくしよんとらんすふおー デイーイーテイーアールデイテクシヨントランスフオー ち-む／かるぽ チ-ム／カルポ9784798074061内容紹介Transformerを用いた代表的検出モデル「DETR」を中心に、ViT（Vision Transformer）による物体領域の検出、「CenterNet」による中心点予測型の検出、言語生成型アプローチである「Pix2Seq」、さらには「RetinaNet」などのCNN系アーキテクチャまで幅広くカバー、近年の物体検出分野の主要モデルを、比較・理解しながら習得できます。全編にわたり、「Keras」（一部対応）と「PyTorch」の両ライブラリに対応しており、モデルの構築、推論、可視化、バックボーン（ResNet101/152）の変更や、COCOデータセットを用いた大規模推論処理の実装までを丁寧に解説しました。画像分類のその先…「どこに、何があるのかを検出する」という実践的課題に挑むすべての人にお勧めの一冊です。1章 開発環境について2章 ViTモデルによる物体領域の検出（Keras）3章 ViTモデルによる物体領域の検出（PyTorch）4章 CenterNetによる物体領域の検出（PyTorch）5章 DETRモデルによる物体検出（ResNet101）6章 ResNet152をバックボーンとするDETRによる物体検出7章 COCOトレーニングセットを使用下物体検出8章 事前トレーニング済みDETRモデルによる物体検出9章 Pix2Seqモデルを用いた物体検出（PyTorch）10章 RetinaNetによる物体検出（Keras）※本データはこの商品が発売された時点の情報です。目次1章 開発環境について/2章 ViTモデルによる物体領域の検出（Keras）/3章 ViTモデルによる物体領域の検出（PyTorch）/4章 CenterNetによる物体領域の検出（PyTorch）/5章 DETRモデルによる物体検出（ResNet‐101）/6章 ResNet‐152をバックボーンとするDETRによる物体検出/7章 COCOトレーニングセットを使用した物体検出/8章 事前トレーニング済みDETRモデルによる物体検出/9章 Pix2Seqモデルを用いた物体検出（PyTorch）/10章 RetinaNetによる物体検出（Keras）

Vision Transformer/最新CNNアーキテクチャ画像分類入門 PyTorch/Kerasライブラリによる実践ディープラーニング・プログラミング／チーム・カルポ【1000円以上送料無料】

著者チーム・カルポ(著)出版社秀和システム新発売日2024年10月ISBN9784798072852ページ数738Pキーワードびじよんとらんすふおーまーさいしんしーえぬえぬあー ビジヨントランスフオーマーサイシンシーエヌエヌアー ち-む／かるぽ チ-ム／カルポ9784798072852内容紹介本書の中心となるテーマは、画像認識における画像分類です。画像分類は「画像がどのカテゴリに属するか」を判定するタスクであり、画像認識の中でも特に重要な役割を果たしています。自動運転、医療診断、監視システム、エンターテインメントに至るまで、画像分類技術の応用範囲は広大です。本書を通して画像分類モデルを活用した最先端の技術をお届けします。また、本書では、すぐに実装していただけるよう、PyTorchやKerasを用いたプログラミングについても解説。ViTやSwin Transformerについては、PyTorchとKeras両者の実装コードを掲載しました。1章 開発環境について2章 Vision Transformerによる画像分類モデルの実装（PyTorch編）3章 VisionTransformerの性能を引き上げる4章 VisionTransformerによる画像分類モデルの実装（Keras編）5章 Swin Transformerを用いた画像分類モデルの実装（PyTorch編）6章 Swin Transformerを用いた画像分類モデルの実装（Keras編）7章 T2T-ViTを用いた画像分類モデルの実装（PyTorch）8章 CoAtNetを用いた画像分類モデルの実装（PyTorch）9章 BoTNetを用いた画像分類モデルの実装（PyTorch）10章 EdgeNeXtを用いた画像分類モデルの実装（PyTorch）11章 ConvMixerを用いた画像分類モデルの実装（Keras）12章 GCViTを用いた画像分類モデルの実装（Keras）13章 ConvNeXtを用いた画像分類モデルの実装（PyTorch）14章 MViTを用いた画像分類モデルの実装（PyTorch）※本データはこの商品が発売された時点の情報です。目次1章 開発環境について/2章 Vision Transformerによる画像分類モデルの実装（PyTorch編）/3章 Vision Transformerの性能を引き上げる/4章 Vision Transformerによる画像分類モデルの実装（Keras編）/5章 Swin Transformerを用いた画像分類モデルの実装（PyTorch編）/6章 Swin Transformerを用いた画像分類モデルの実装（Keras編）/7章 T2T‐ViTを用いた画像分類モデルの実装（PyTorch）/8章 CoAtNetを用いた画像分類モデルの実装（PyTorch）/9章 BoTNetを用いた画像分類モデルの実装（PyTorch）/10章 EdgeNeXtを用いた画像分類モデルの実装（PyTorch）/11章 ConvMixerを用いた画像分類モデルの実装（Keras）/12章 GCViTを用いた画像分類モデルの実装（Keras）/13章 ConvNeXtを用いた画像分類モデルの実装（PyTorch）/14章 MViTを用いた画像分類モデルの実装（PyTorch）

Vision Transformer/最新CNNアーキテクチャ画像分類入門 PyTorch/Kerasライブラリによる実践ディープラーニング・プログラミング／チーム・カルポ【3000円以上送料無料】

著者チーム・カルポ(著)出版社秀和システム新発売日2024年10月ISBN9784798072852ページ数738Pキーワードびじよんとらんすふおーまーさいしんしーえぬえぬあー ビジヨントランスフオーマーサイシンシーエヌエヌアー ち-む／かるぽ チ-ム／カルポ9784798072852内容紹介本書の中心となるテーマは、画像認識における画像分類です。画像分類は「画像がどのカテゴリに属するか」を判定するタスクであり、画像認識の中でも特に重要な役割を果たしています。自動運転、医療診断、監視システム、エンターテインメントに至るまで、画像分類技術の応用範囲は広大です。本書を通して画像分類モデルを活用した最先端の技術をお届けします。また、本書では、すぐに実装していただけるよう、PyTorchやKerasを用いたプログラミングについても解説。ViTやSwin Transformerについては、PyTorchとKeras両者の実装コードを掲載しました。1章 開発環境について2章 Vision Transformerによる画像分類モデルの実装（PyTorch編）3章 VisionTransformerの性能を引き上げる4章 VisionTransformerによる画像分類モデルの実装（Keras編）5章 Swin Transformerを用いた画像分類モデルの実装（PyTorch編）6章 Swin Transformerを用いた画像分類モデルの実装（Keras編）7章 T2T-ViTを用いた画像分類モデルの実装（PyTorch）8章 CoAtNetを用いた画像分類モデルの実装（PyTorch）9章 BoTNetを用いた画像分類モデルの実装（PyTorch）10章 EdgeNeXtを用いた画像分類モデルの実装（PyTorch）11章 ConvMixerを用いた画像分類モデルの実装（Keras）12章 GCViTを用いた画像分類モデルの実装（Keras）13章 ConvNeXtを用いた画像分類モデルの実装（PyTorch）14章 MViTを用いた画像分類モデルの実装（PyTorch）※本データはこの商品が発売された時点の情報です。目次1章 開発環境について/2章 Vision Transformerによる画像分類モデルの実装（PyTorch編）/3章 Vision Transformerの性能を引き上げる/4章 Vision Transformerによる画像分類モデルの実装（Keras編）/5章 Swin Transformerを用いた画像分類モデルの実装（PyTorch編）/6章 Swin Transformerを用いた画像分類モデルの実装（Keras編）/7章 T2T‐ViTを用いた画像分類モデルの実装（PyTorch）/8章 CoAtNetを用いた画像分類モデルの実装（PyTorch）/9章 BoTNetを用いた画像分類モデルの実装（PyTorch）/10章 EdgeNeXtを用いた画像分類モデルの実装（PyTorch）/11章 ConvMixerを用いた画像分類モデルの実装（Keras）/12章 GCViTを用いた画像分類モデルの実装（Keras）/13章 ConvNeXtを用いた画像分類モデルの実装（PyTorch）/14章 MViTを用いた画像分類モデルの実装（PyTorch）

DETR〈DEtection TRansformer〉&最新・物体検出アーキテクチャ入門 ViT/CenterNet/Pix2Seqを活用した実践ディープラーニング・プログラミング／チーム・カルポ【3000円以上送料無料】

著者チーム・カルポ(著)出版社秀和システム新発売日2025年07月ISBN9784798074061ページ数795Pキーワードでいーいーていーあーるでいてくしよんとらんすふおー デイーイーテイーアールデイテクシヨントランスフオー ち-む／かるぽ チ-ム／カルポ9784798074061内容紹介Transformerを用いた代表的検出モデル「DETR」を中心に、ViT（Vision Transformer）による物体領域の検出、「CenterNet」による中心点予測型の検出、言語生成型アプローチである「Pix2Seq」、さらには「RetinaNet」などのCNN系アーキテクチャまで幅広くカバー、近年の物体検出分野の主要モデルを、比較・理解しながら習得できます。全編にわたり、「Keras」（一部対応）と「PyTorch」の両ライブラリに対応しており、モデルの構築、推論、可視化、バックボーン（ResNet101/152）の変更や、COCOデータセットを用いた大規模推論処理の実装までを丁寧に解説しました。画像分類のその先…「どこに、何があるのかを検出する」という実践的課題に挑むすべての人にお勧めの一冊です。1章 開発環境について2章 ViTモデルによる物体領域の検出（Keras）3章 ViTモデルによる物体領域の検出（PyTorch）4章 CenterNetによる物体領域の検出（PyTorch）5章 DETRモデルによる物体検出（ResNet101）6章 ResNet152をバックボーンとするDETRによる物体検出7章 COCOトレーニングセットを使用下物体検出8章 事前トレーニング済みDETRモデルによる物体検出9章 Pix2Seqモデルを用いた物体検出（PyTorch）10章 RetinaNetによる物体検出（Keras）※本データはこの商品が発売された時点の情報です。目次1章 開発環境について/2章 ViTモデルによる物体領域の検出（Keras）/3章 ViTモデルによる物体領域の検出（PyTorch）/4章 CenterNetによる物体領域の検出（PyTorch）/5章 DETRモデルによる物体検出（ResNet‐101）/6章 ResNet‐152をバックボーンとするDETRによる物体検出/7章 COCOトレーニングセットを使用した物体検出/8章 事前トレーニング済みDETRモデルによる物体検出/9章 Pix2Seqモデルを用いた物体検出（PyTorch）/10章 RetinaNetによる物体検出（Keras）

【コンビニ・銀行振込不可】DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT/CenterNet/Pix2Seqを活用した実践ディープラーニング・プログラミング チーム・カルポ/著

■ISBN:9784798074061★日時指定・銀行振込をお受けできない商品になりますタイトルDETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT/CenterNet/Pix2Seqを活用した実践ディープラーニング・プログラミング チーム・カルポ/著ふりがなでい-い-てい-あ-るでいてくしよんとらんすふお-ま-あんどさいしんぶつたいけんしゆつあ-きてくちやにゆうもんでい-い-てい-あ-るあんどさいしんぶつたいけんしゆつあ-きてくちやにゆうもんDETR/DETECTION/TRA発売日202507出版社秀和システム新ISBN9784798074061大きさ795P 24cm著者名チーム・カルポ/著

【コンビニ・銀行振込不可】Vision Transformer/最新CNNアーキテクチャ画像分類入門 PyTorch/Kerasライブラリによる実践ディープラーニング・プログラミング チーム・カルポ/著

■ISBN:9784798072852★日時指定・銀行振込をお受けできない商品になりますタイトルVision Transformer/最新CNNアーキテクチャ画像分類入門 PyTorch/Kerasライブラリによる実践ディープラーニング・プログラミング チーム・カルポ/著ふりがなびじよんとらんすふお-ま-さいしんし-えぬえぬあ-きてくちやがぞうぶんるいにゆうもんヴいじよんとらんすふお-ま-さいしんし-えぬえぬあ-きてくちやがぞうぶんるいにゆうもんVISION/TRANSFORMER/さいしん/CNN発売日202410出版社秀和システム新ISBN9784798072852大きさ738P 24cm著者名チーム・カルポ/著

Vision Transformer／最新CNNアーキテクチャ画像分類入門 PyTorch／Kerasライブラリによる実践ディープラーニング・プログラミング

チーム・カルポ／著本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名秀和システム新出版年月2024年10月サイズ738P 24cmISBNコード9784798072852コンピュータ プログラミング 機械学習・深層学習Vision Transformer／最新CNNアーキテクチャ画像分類入門 PyTorch／Kerasライブラリによる実践ディープラーニング・プログラミングビジヨン トランスフオ-マ- サイシン シ-エヌエヌ ア-キテクチヤ ガゾウ ブンルイ ニユウモン ヴイジヨン トランスフオ-マ- サイシン シ-エヌエヌ ア-キテクチヤ ガゾウ ブンルイ ニユウモン VISION／TRANSFORMER...※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2024/10/19

DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミング

チーム・カルポ／著本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名秀和システム新出版年月2025年07月サイズ795P 24cmISBNコード9784798074061コンピュータ プログラミング 機械学習・深層学習DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミングデイ-イ-テイ-ア-ル デイテクシヨン トランスフオ-マ- アンド サイシン ブツタイ ケンシユツ ア-キテクチヤ ニユウモン デイ-イ-テイ-ア-ル アンド サイシン ブツタイ ケンシユツ ア-キテクチヤ ニユウモン DETR...※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2025/06/30

Vision Transformer／最新CNNアーキテクチャ画像分類入門 PyTorch／Kerasライブラリによる実践ディープラーニング・プログラミング

チーム・カルポ／著本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名秀和システム新出版年月2024年10月サイズ738P 24cmISBNコード9784798072852コンピュータ プログラミング 機械学習・深層学習商品説明Vision Transformer／最新CNNアーキテクチャ画像分類入門 PyTorch／Kerasライブラリによる実践ディープラーニング・プログラミングビジヨン トランスフオ-マ- サイシン シ-エヌエヌ ア-キテクチヤ ガゾウ ブンルイ ニユウモン ヴイジヨン トランスフオ-マ- サイシン シ-エヌエヌ ア-キテクチヤ ガゾウ ブンルイ ニユウモン VISION／TRANSFORMER...※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2024/10/19

DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミング

チーム・カルポ／著本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名秀和システム新出版年月2025年07月サイズ795P 24cmISBNコード9784798074061コンピュータ プログラミング 機械学習・深層学習商品説明DETR〈DEtection TRansformer〉＆最新・物体検出アーキテクチャ入門 ViT／CenterNet／Pix2Seqを活用した実践ディープラーニング・プログラミングデイ-イ-テイ-ア-ル デイテクシヨン トランスフオ-マ- アンド サイシン ブツタイ ケンシユツ ア-キテクチヤ ニユウモン デイ-イ-テイ-ア-ル アンド サイシン ブツタイ ケンシユツ ア-キテクチヤ ニユウモン DETR...※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2025/06/30

【楽天ブックスならいつでも送料無料】仕組みから学ぶ生成AI入門ーー基礎から応用まで徹底理解 [ 中井 悦司 ]

中井 悦司 技術評論社シクミカラマナブセイセイエーアイニュウモン キソカラオウヨウマデテッテイリカイ ナカイ エツジ 発行年月：2025年06月27日 予約締切日：2025年06月26日 ページ数：304p サイズ：単行本 ISBN：9784297149727 中井悦司（ナカイエツジ） 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix／Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のAI Solutions Architectとして活動（本データはこの書籍が刊行された当時に掲載されていたものです） 第1章 ディープラーニングの基礎知識／第2章 変分オートエンコーダによる画像生成／第3章 LSTMによる自然言語処理／第4章 トランスフォーマーによる自然言語処理／第5章 拡散モデルの仕組み／第6章 マルチモーダルモデルの実現 本書は、第1章から順番に読み進めることで、基礎的なモデルから、より高度なモデルへと段階的に理解を深めていきます。各章で提供するサンプルコードは、ディープラーニングに対応した機械学習ライブラリーであるKerasを用いて実装しています。Kerasは、ディープラーニングモデルを構成するパーツが事前にモジュールとして用意されており、これらのモジュールをブロックのように組み合わせてモデルを構成します。本文の解説を参考にして、サンプルコードの具体的な内容を理解しながら読み進めることで、それぞれのモデルの仕組みと動作原理がより明確に理解できるでしょう。 本 パソコン・システム開発 その他

【楽天ブックスならいつでも送料無料】Transformerによる自然言語処理 [ Denis Rothman ]

Denis Rothman 黒川 利明 朝倉書店トランスフォーマーニヨルシゼンゲンゴショリ デニス ロスマン クロカワ トシアキ 発行年月：2022年04月11日 予約締切日：2022年02月02日 ページ数：308p サイズ：単行本 ISBN：9784254122657 黒川利明（クロカワトシアキ） 1948年大阪府に生まれる。1972年東京大学教養学部基礎科学科卒業。東芝（株）、新世代コンピュータ技術開発機構、日本IBM（株）、（株）CSK（現SCSK（株））、金沢工業大学を経て現在、デザイン思考教育研究所主宰。IEEE SOFTWARE Advisory Boardメンバー。2015年より町田市介護予防サポーター、高齢者を中心とした「次世代サポーター」グループで地域の小学生の教育支援に取り組む。著書多数（本データはこの書籍が刊行された当時に掲載されていたものです） 第1部 transformerアーキテクチャの紹介（transformerのモデルアーキテクチャ入門／BERTモデルの調整／RoBERTaモデルのゼロからの事前訓練）／第2部 自然言語理解とテキスト生成にtransformerを適用する（transformerによる下流NLPタスク／transformerによる機械翻訳／OpenAI GPTー2とGPTー3モデルでテキスト生成する ほか）／第3部 先進言語理解技法（データに語らせる：ストーリー、質問応答／予測をするために顧客の感情を検出する／transformerでフェイクニュース分析） テキスト生成、機械翻訳、文章要約、感情分析、ニュース分析…標準モデルtransformerを知る必携書！BERTやGPTー2／GPTー3などのモデルを理解し、実践！ 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】Vision Transformer入門【電子書籍】[ 片岡裕雄【監修】 ]

＜p＞＜strong＞※こちらの書籍、電子書籍版はフルカラーです＜/strong＞＜br /＞ ＜strong＞（概要）＜/strong＞＜br /＞ 自然言語処理分野におけるブレイクスルーとなったTransformerをコンピュータビジョンに応用したモデルがVision Transformer（ViT）です。さまざまなコンピュータビジョンのタスクにおいて、ディープラーニングではスタンダードとなっているRNN、CNN、および既存手法を用いた処理精度を上回ることが確認されています。＜br /＞ 本書は注目のViTの入門書です。Transformerの成り立ちからはじめ、その理論と実装を解説していきます。今後のViTの活用が期待される応用タスク、ViTから派生したモデルを紹介したあと、TransoformerとViTを分析し、その謎を解明していきます。今後も普及が期待されるViTを盛りだくさんでお届けします。＜/p＞ ＜p＞＜strong＞（こんな方におすすめ）＜/strong＞＜br /＞ ・ViTに興味のある方＜br /＞ ・実務で画像処理に取り組んでいる方＜/p＞ ＜p＞＜strong＞（目次）＜/strong＞＜br /＞ ＜strong＞第1章 TransformerからVision Transformerへの進化＜/strong＞＜br /＞ 1-1 自然言語処理におけるTransformerの登場＜br /＞ 1-2 Vision and Languageへの拡張＜br /＞ 1-3 コンピュータビジョンにおけるTransformer＜br /＞ ＜strong＞第2章 Vision Transformerの基礎と実装＜/strong＞＜br /＞ 2-1 準備＜br /＞ 2-2 ViTの全体像＜br /＞ 2-3 Input Layer＜br /＞ 2-4 Self-Attention＜br /＞ 2-5 Encoder＜br /＞ 2-6 ViTの実装＜br /＞ ＜strong＞第3章 実験と可視化によるVision Transformerの探求＜/strong＞＜br /＞ 3-1 実験の概要＜br /＞ 3-2 使用するデータセット＜br /＞ 3-3 実験条件＜br /＞ 3-4 既存手法との比較＜br /＞ 3-5 データ拡張における比較＜br /＞ 3-6 位置埋め込みの可視化＜br /＞ 3-7 ViTにおける判断根拠の可視化＜br /＞ 3-8 ViTが捉えているモノ＜br /＞ ＜strong＞第4章 コンピュータビジョンタスクへの応用＜/strong＞＜br /＞ 4-1 コンピュータビジョンのサブタスク＜br /＞ 4-2 画像認識への応用＜br /＞ 4-3 物体検出、セマンティックセグメンテーションへの応用＜br /＞ 4-4 動画認識への応用＜br /＞ 4-5 オブジェクトトラッキングへの応用＜br /＞ 4-6 3Dビジョンへの応用＜br /＞ 4-7 その他のコンピュータビジョンサブタスクへの応用＜br /＞ 4-8 Transformer応用のまとめと展望＜br /＞ ＜strong＞第5章 Vision and Languageタスクへの応用＜/strong＞＜br /＞ 5-1 Vision and Languageのサブタスク＜br /＞ 5-2 VQAへの応用＜br /＞ 5-3 Image Captioningへの応用＜br /＞ 5-4 Embodied AIへの応用＜br /＞ 5-5 その他のVision and Languageサブタスクへの応用＜br /＞ 5-6 Vision and Languageのまとめと展望＜br /＞ ＜strong＞第6章 Vision Transformerの派生手法＜/strong＞＜br /＞ 6-1 ViT派生手法の分類＜br /＞ 6-2 Swin Transformer＜br /＞ 6-3 DeiT＜br /＞ 6-4 CvT＜br /＞ 6-5 SegFormer＜br /＞ 6-6 TimeSformer＜br /＞ 6-7 MAE＜br /＞ ＜strong＞第7章 Transformerの謎を読み解く＜/strong＞＜br /＞ 7-1 Transformerの謎に人々は驚き困惑した＜br /＞ 7-2 Positional Embeddingの謎＜br /＞ 7-3 Multi-Head Attentionの謎＜br /＞ 7-4 Layer Normalizationの謎＜br /＞ ＜strong＞第8章 Vision Transformerの謎を読み解く＜/strong＞＜br /＞ 8-1 ViT vs CNN vs MLPの三国時代の到来＜br /＞ 8-2 ViTはCNNと同じく局所特徴を学習する＜br /＞ 8-3 ViTはより形状に反応する？＜br /＞ 8-4 ViTは早期から大域的な領域も見ている＜br /＞ 8-5 ViTはCNNやMLPよりもノイズや敵対的攻撃に頑健？＜br /＞ 8-6 3つのモデルの特性と使い分けの勘どころ＜br /＞ 8-7 ViTの新常識＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【楽天ブックスならいつでも送料無料】生成AIの可能性と人類 人類のあり方や、仕事の仕方、生き方を、哲学的視点と工学的視点から考える （I/OBOOKS） [ 瀧本 往人 ]

人類のあり方や、仕事の仕方、生き方を、哲学的視点と工学的視点から考える I/OBOOKS 瀧本 往人 工学社セイセイエイアイノカノウセイトジンルイ タキモト ユキト 発行年月：2023年11月16日 予約締切日：2023年10月16日 ページ数：160p サイズ：単行本 ISBN：9784777522705 瀧本往人（タキモトユキト） 1963年北海道生まれ。信州大学大学院人文科学研究科修了（地域文化・比較哲学専攻）後、同大学院工学系研究科（博士課程後期）で地域社会論・環境哲学を専攻（本データはこの書籍が刊行された当時に掲載されていたものです） 第1章 「人工知能」の誕生（言語から記号（情報）へ／「音声言語」と「聴覚情報」／「形象への認識」と「視覚情報」／「人間の学習」と「機械の学習」）／第2章 「人工知能」の活用（「対戦型ゲーム」と「人工知能」／「音声認識エンジン」から「スマートスピーカー」へ／ヒューリスティック・エンジン（ウイルス対策）／スマートカー（自立走行車））／第3章 「生成AI」の仕組み（「生成モデル」と「トランスフォーマー」／視覚情報（画像・動画）の生成／言語情報（文章・対話）の生成／聴覚情報（音声・楽曲）の生成）／第4章 「生成AI」がもたらす未来と課題（現実社会への影響／「一般意志」と「シミュラークル」／「知の生成」から「生命の生成」へ／技術文明史と「生成AI」） これまで人間にしかできないと思われていたことを、人間よりも上手に、しかも、いともたやすくやりとげる、「生成AI」。本書は、今話題の「生成AI」（特に「ChatGPT」）について、どのような経緯で生まれてきたのか、どういった技術なのかを、哲学や言語学、情報科学の文脈から説明。「テキスト」「音声」「画像・映像」のそれぞれの技術に沿って、どのような可能性があるのかを考察します。さらに、こうした生成AIを通じて、人類のあり方や、仕事の仕方、生き方を、工学的視点と哲学的視点の両方から見つめます。 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】Vision Transformer／最新CNNアーキテクチャ 画像分類入門【電子書籍】[ チーム・カルポ ]

＜p＞ViTを使用して画像認識や画像分類のプログラミングを行う解説書です。画像分類の最先端技術を紹介するとともに、PyTorchやKerasを用いたプログラミングを掲載し、すぐに実践することができます。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】人工知能音楽 基礎と応用【電子書籍】[ Fouad Sabry ]

＜p＞＜strong＞人工知能音楽とは＜/strong＞＜/p＞ ＜p＞国際コンピューター音楽会議、コンピューティング協会会議、人工知能に関する国際合同会議はすべて、人工知能と音楽について議論するために集まっています。 （AIM）とは、人工知能と音楽の頭文字をとったものです。 1974 年は、ミシガン州立大学が最初の国際コンピューター ミュージック カンファレンス (ICMC) を主催した年でした。 作曲、演奏、理論、デジタル サウンド処理における人工知能の使用は、現在活発に研究されているテーマです。＜/p＞ ＜p＞＜strong＞どのようなメリットがあるか＜/strong＞＜/p＞ ＜p＞(I) 次のトピックに関する洞察と検証:＜/p＞ ＜p＞第 1 章: 音楽と人工知能＜/p＞ ＜p＞第 2 章: デジタル アート＜/p＞ ＜p＞第 3 章: アルゴリズム作曲＜/p＞ ＜p＞第 4 章: 計算による創造性＜/p＞ ＜p＞第 5 章: ポップ ミュージックの自動化＜/p＞ ＜p＞第 6 章: AIVA＜/p＞ ＜p＞第 7 章: 人工知能 アート＜/p＞ ＜p＞第 8 章: 合成メディア＜/p＞ ＜p＞第 9 章: 事前トレーニング済み生成トランスフォーマー＜/p＞ ＜p＞第 10 章: 人工知能と著作権＜/p＞ ＜p＞( II) 人工知能音楽に関する一般のよくある質問に答える。＜/p＞ ＜p＞(III) 多くの分野で人工知能音楽が使用される実際の例。＜/p＞ ＜p＞(IV) 説明する 17 の付録 簡単に説明すると、人工知能音楽テクノロジーを 360 度完全に理解するために、各業界の 266 の新興テクノロジーが紹介されています。＜/p＞ ＜p＞＜strong＞本書の対象者＜/strong＞＜/p＞ ＜p＞プロフェッショナル 大学生、大学院生、愛好家、趣味人、あらゆる種類の人工知能音楽に関する基本的な知識や情報を超えたいと考えている人。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

Vision Transformer入門 新しいコンピュータビジョンの世界

片岡裕雄／監修 山本晋太郎／著 徳永匡臣／著 箕浦大晃／著 邱【ゲツ】／著 品川政太朗／著Computer Vision Library本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名技術評論社出版年月2022年09月サイズ263P 23cmISBNコード9784297130589コンピュータ プログラミング 機械学習・深層学習商品説明Vision Transformer入門 新しいコンピュータビジョンの世界ビジヨン トランスフオ-マ- ニユウモン ヴイジヨン トランスフオ-マ- ニユウモン VISION／TRANSFORMER／ニユウモン アタラシイ コンピユ-タ ビジヨン ノ セカイ コンピユ-タ- ヴイジヨン ライブラリ- COMPUTER VI...第1章 TransformerからVision Transformerへの進化｜第2章 Vision Transformerの基礎と実装｜第3章 実験と可視化によるVision Transformerの探求｜第4章 コンピュータビジョンへの応用｜第5章 Vision and Languageへの応用｜第6章 Vision Transformerの派生手法｜第7章 Transformerの謎を読み解く｜第8章 Vision Transformerの謎を読み解く※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2022/09/17

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】深層学習による自動作曲入門【電子書籍】[ シン・アンドリュー ]

＜p＞＜strong＞※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。＜/strong＞＜/p＞ ＜p＞※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。＜/p＞ ＜p＞人工知能は作曲家の夢を見るか？＜br /＞ 【本書のポイント】＜br /＞ ・深層学習による自動作曲技術の全体像を知る＜br /＞ ・Colaboratoryを使った自動作曲のお試し＜br /＞ ・データセットを多数紹介＜/p＞ ＜p＞ 機械学習による自動作曲（AI作曲）技術を解説した専門書です。機械学習やメディアアート関係の研究者、学生、音楽産業の技術者を主な読者対象として、現在の自動作曲技術をまとめています。また、実践要素（Python/Colaboratoryを使った自動作曲の実践）を設けて、情報科学の知識のないクリエイターやアマチュア作曲者、動画制作者などが自動作曲にチャレンジできるようにしました。＜br /＞ 近年、画像生成を中心にAI（機械学習）によるメディア生成が注目を集めています。自動作曲はその名の通り、音楽を生成する技術で、近年では機械学習・深層学習による自動作曲・音楽分析が盛んに研究されています。＜br /＞ 本書では、言語・音声などの従来の時系列データと異なる音楽データの特徴に基づく分析や、音声の生成のような「それっぽい」にとどまらない美的な質の学習方法や評価といった、音楽に特化した機械学習のアプローチを解説します。＜br /＞ 読者は本書によって、現時点での深層学習による自動作曲の全体図を理解でき、またGoogleのMusic TransformerやOpenAIのJukeboxなど、最先端の重要モデルの仕組みや性能を学ぶことができます。自身のAI作曲の性能向上や実用性の改善を図ることが可能となります。＜/p＞ ＜p＞第 1 章 AI による自動作曲とは＜br /＞ 1.1 背景 ── AI と作曲＜br /＞ 1.2 自動作曲の歴史＜br /＞ 1.3 本書の目的と構成＜br /＞ 1.4 本章のまとめ＜/p＞ ＜p＞第 2 章 音楽の基礎知識＜br /＞ 2.1 音楽の存在形式＜br /＞ 2.2 平面的な要素＜br /＞ 2.3 立体的な要素＜br /＞ 2.4 音楽制作の流れ＜br /＞ 2.5 本章のまとめ＜/p＞ ＜p＞第3章 AI モデル＜br /＞ 3.1 時系列モデル＜br /＞ 3.1.1 RNN・LSTM・GRU＜br /＞ 3.2 畳み込みネットワークネット (CNN)＜br /＞ 3.3 生成モデル＜br /＞ 3.4 強化学習＜br /＞ 3.5 本章のまとめ＜/p＞ ＜p＞第4章 楽譜（MIDI）としての自動作曲 1：時系列学習による自動作曲＜br /＞ 4.1 RNN 基盤の自動作曲＜br /＞ 4.2 トランスフォーマー基盤の自動作曲＜br /＞ 4.3 本章のまとめ＜/p＞ ＜p＞第5章 楽譜（MIDI）としての自動作曲 2：生成モデルによる自動楽曲＜br /＞ 5.1 GAN 基盤の自動作曲＜br /＞ 5.2 VAE 基盤の自動作曲＜br /＞ 5.3 拡散モデルによる自動作曲＜br /＞ 5.4 本章のまとめ＜/p＞ ＜p＞第6章 楽譜（MIDI）としての自動作曲 3：強化学習による自動作曲＜br /＞ 6.1 報酬の設定＜br /＞ 6.2 他モデルとの融合＜br /＞ 6.3 強化学習の二つのアプローチ＜br /＞ 6.4 本章のまとめ＜/p＞ ＜p＞第7章 波形としての自動作曲＜br /＞ 7.1 なぜ難しいのか＜br /＞ 7.2 音声生成＜br /＞ 7.3 波形としての音楽生成＜br /＞ 7.4 本章のまとめ＜/p＞ ＜p＞第 8 章 データセットおよび評価指標＜br /＞ 8.1 データセット＜br /＞ 8.2 評価指標＜br /＞ 8.3 本章のまとめ＜/p＞ ＜p＞第 9 章 前処理とデータ拡張＜br /＞ 9.1 前処理＜br /＞ 9.2 データ拡張＜br /＞ 9.3 本章のまとめ＜/p＞ ＜p＞第 10 章 AIの他の音楽分野への応用＜br /＞ 10.1 音源推薦＜br /＞ 10.2 ジャンル識別＜br /＞ 10.3 音源分離＜br /＞ 10.4 自動ミックスダウンおよびマスタリング＜br /＞ 10.5 本章のまとめ＜/p＞ ＜p＞第 11 章 まとめと今後の課題＜br /＞ 11.1 今後の課題＜br /＞ 11.2 音楽への関わり方の変化と意義＜br /＞ 11.3 本章のまとめ＜/p＞ ＜p＞参考文献＜br /＞ 索引＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

Vision Transformer入門 新しいコンピュータビジョンの世界

片岡裕雄／監修 山本晋太郎／著 徳永匡臣／著 箕浦大晃／著 邱【ゲツ】／著 品川政太朗／著Computer Vision Library本詳しい納期他、ご注文時はご利用案内・返品のページをご確認ください出版社名技術評論社出版年月2022年09月サイズ263P 23cmISBNコード9784297130589コンピュータ プログラミング 機械学習・深層学習Vision Transformer入門 新しいコンピュータビジョンの世界ビジヨン トランスフオ-マ- ニユウモン ヴイジヨン トランスフオ-マ- ニユウモン VISION／TRANSFORMER／ニユウモン アタラシイ コンピユ-タ ビジヨン ノ セカイ コンピユ-タ- ヴイジヨン ライブラリ- COMPUTER VI...第1章 TransformerからVision Transformerへの進化｜第2章 Vision Transformerの基礎と実装｜第3章 実験と可視化によるVision Transformerの探求｜第4章 コンピュータビジョンへの応用｜第5章 Vision and Languageへの応用｜第6章 Vision Transformerの派生手法｜第7章 Transformerの謎を読み解く｜第8章 Vision Transformerの謎を読み解く※ページ内の情報は告知なく変更になることがあります。あらかじめご了承ください登録日2022/09/17

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】仕組みから学ぶ生成AI入門ーー基礎から応用まで徹底理解【電子書籍】[ 中井悦司 ]

＜p＞＜strong＞※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。※PDF版をご希望の方は＜a href="gihyo.jp/mk/dp/ebook/2023/978-4-297-14973-4"＞Gihyo Digital Publishing＜/a＞も併せてご覧ください。＜/strong＞＜/p＞ ＜h2＞＜strong＞◆生成AIを基本からしっかり理解し、次の段階へステップアップ！◆＜/strong＞＜/h2＞ ＜p＞近年続々と発表される実用レベルの生成モデル論文を深く理解するため、本書は変分オートエンコーダ（VAE）、LSTMといった基礎モデルから、VQ-VAE、拡散モデル、Transformerといった最先端モデルの先駆けとなったモデルの仕組みを、数学的な詳細に偏らず、シンプルなサンプルコードと演習を通して解説します。Kerasを用いた実装を通して、各モデルの主要機能と生成モデルとしての動作原理を、実際に手を動かしながら理解することを目的としています。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞・機械学習の基礎から生成AIを学びたい方、生成AIのしくみをしっかりと基本から学びたい方。＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞●第1章 ディープラーニングの基礎知識＜/strong＞＜br /＞ 1.1 環境準備＜br /＞ 1.2 分類モデルの仕組みと実装＜br /＞ 1.3畳み込みニューラルネットワークによる画像分類＜br /＞ ＜strong＞●第2章 変分オートエンコーダによる画像生成＜/strong＞＜br /＞ 2.1 変分オートエンコーダの仕組み＜br /＞ 2.2 ラベルデータを活用した拡張＜br /＞ ＜strong＞●第3章 LSTMによる自然言語処理＜/strong＞＜br /＞ 3.1 LSTMによるテキスト分類＜br /＞ 3.2 LSTMによるテキスト生成＜br /＞ ＜strong＞●第4章 トランスフォーマーによる自然言語処理＜/strong＞＜br /＞ 4.1 トランスフォーマーによる自然言語処理＜br /＞ 4.2 トランスフォーマーによるテキスト分類＜br /＞ 4.3 トランスフォーマーによるテキスト生成＜br /＞ ＜strong＞●第5章 拡散モデルの仕組み＜/strong＞＜br /＞ 5.1 DCGANの仕組み＜br /＞ 5.2 拡散モデルの仕組み＜br /＞ 5.3 VQ-VAEの仕組み＜br /＞ ＜strong＞●第6章 マルチモーダルモデルの実現＜/strong＞＜br /＞ 6.1 自然言語テキストによる画像生成＜br /＞ 6.2 マルチモーダルモデルの実現＜/p＞ ＜h2＞＜strong＞■著者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞中井悦司＜/strong＞（なかいえつじ）： 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のAI Solutions Architectとして活動。主な著書は、『［改訂新版］ITエンジニアのための機械学習理論入門』『Google Cloudで学ぶ生成AIアプリ開発入門ーーフロントエンドからバックエンドまでフルスタック開発を実践ハンズオン』（いずれも技術評論社）、『TensorFlowとKerasで動かしながら学ぶディープラーニングの仕組み』『JAX/Flaxで学ぶディープラーニングの仕組み』（いずれもマイナビ出版）など。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】まるわかりChatGPT & 生成AI【電子書籍】

＜p＞【本書の特徴】＜br /＞ ・話題のChatGPTと生成AIについて、その仕組みから活用の可能性までがわかる＜br /＞ ・技術に強くない読者にもわかるように、生成AIの何がすごいのかをやさしく説明＜br /＞ ・ビジネスでどのように活用できるのか、業種別／業界別で解説＜br /＞ ・グローバルな覇権争いについて読み解きながら、どのようなプレーヤーがいるのかをざっくり紹介＜br /＞ ・法規制、倫理的な問題を含めてどんな議論があるのか、ざっくりわかる＜br /＞ ・先端テクノロジーに強く、未来予測に定評のある野村総合研究所のコンサルタントたちが執筆＜/p＞ ＜p＞【主な内容】＜br /＞ ・従来のAIとの違いは？＜br /＞ ・なぜ今、生成AIが注目されているのか？＜br /＞ ・どんな業界で導入されている？＜br /＞ ・シンギュラリティはほんとうに来る？＜br /＞ ・オープンAIって、どんな会社？＜br /＞ ・ChatGPTが得意な業務とは？＜br /＞ ・ChatGPTには、どんな競合サービスがある？＜br /＞ ・トランスフォーマーって何？＜br /＞ ・ステーブルディフュージョンはどうやって生まれた？＜br /＞ ・人間との役割分担は？＜br /＞ ・プロンプトエンジニアリングとは？＜br /＞ ・独自技術による生成AIを提供する日本の企業は？＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【楽天ブックスならいつでも送料無料】深層学習 生成AIの基礎 [ 岡留 剛 ]

岡留 剛 共立出版シンソウガクシュウ セイセイエーアイノキソ オカドメ タケシ 発行年月：2024年03月28日 予約締切日：2024年03月27日 ページ数：266p サイズ：単行本 ISBN：9784320125759 岡留剛（オカドメタケシ） 1988年東京大学大学院理学系研究科情報科学専攻博士後期課程修了。現在、関西学院大学工学部教授（人工知能研究センター長）。博士（理学）。専門、情報科学（本データはこの書籍が刊行された当時に掲載されていたものです） 第1部 基盤（深層学習をささえる要素技術／RNN：recurrent neural network／単語埋めこみ／トランスフォーマー／強化学習）／第2部 生成モデル（言語の生成／拡散モデル／GAN：生成的敵対ネットワーク）／第3部 深層学習アラカルト（取りあつかい注意のデータ／多様な学習の枠組み／微分可能演算機構） 本 パソコン・システム開発 その他