現場で使える！TensorFlow開発入門 Kerasによる深層学習モデル構築手法（太田満久須藤広大黒澤匠雅小田大輔）

【本書の特徴】
2015年11月にGoogleがオープンソース化したソフトウェアライブラリ「TensorFlow（テンソルフロー）」は、
多くの開発者に支持され、多企業で採用されています。
本書は、TensorFlowの導入から、高レベルAPIであるKerasを利用した実践的な深層学習モデルまで解説した、
エンジニア向けの入門書です。第1部の基本編では、深層学習とTensorFlow、Kerasの基礎について解説し、
第2部の応用編では画像処理における応用的なモデルのKerasを使った実装方法を解説します。
特に、第2部では、「ノイズ除去」「自動着色」「超解像」「画風変換」「画像生成」を取り上げています。
TensorFlowやKerasの機能面を押さえつつ、現場で使用できるような実践的な深層学習モデルまでフォローしています。

【対象読者】
深層学習に入門したいエンジニア

【目次】
第1部基本編

第1章機械学習ライブラリTensorFlowとKeras
第2章開発環境を構築する
第3章簡単なサンプルで学ぶTensorFlowの基本
第4章ニューラルネットワークとKeras
第5章 KerasによるCNNの実装
第6章学習済みモデルの活用
第7章よく使うKerasの機能

第2部応用編

第8章 CAEを使ったノイズ除去
第9章自動着色
第10章超解像
第11章画風変換
第12章画像生成

購入特典

用語集

本書で登場する主だった用語をアルファベット順に掲載しました。

購入特典をプレゼント

第1部基本編

第１章機械学習ライブラリTensorFlowとKeras
第２章開発環境を構築する
第３章簡単なサンプルで学ぶTensorFlowの基本
第４章ニューラルネットワークとKeras
第５章 KerasによるCNNの実装
第６章学習済みモデルの活用
第７章よく使うKerasの機能

第2部応用編

第８章 CAEを使ったノイズ除去
第９章自動着色
第10章超解像
第11章画風変換
第12章画像生成

付属データはこちら

会員特典はこちら

書籍への問い合わせ

正誤表、追加情報をご確認の上、こちらよりお問い合わせください

書影の利用許諾について

本書籍に関する利用許諾申請はこちらになります

shoeisha_tensorflow.yamlによるライブラリのインストール
環境によっては、

Could not import PIL.Image.

というエラーが出ます。その場合は、

conda uninstall pillow

としたうえで、

pip install pillow==5.0.0

としてください。
shoeisha_tensorflow.yaml
　本書の執筆時点において、 conda で提供されていたパッケージの一部で、該当バージョンが提供されなくなっています。

　shoeisha_tensorflow.yamlにある17行目（- winpty==0.4.3=vc14_2 という行です）を削除した後、

conda env update -f shoeisha_tensorflow.yaml -n <仮想環境名>

を実行すれば、現在提供されているバージョンがインストールされます。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付（書籍の最終ページ）に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2019年01月16日

発生刷

ページ数

書籍改訂刷

電子書籍訂正

内容

登録日

1刷

049
図2.15の罫線のずれ

2刷

済

誤
正

2018.04.16

1刷

102
下から7～4行目

3刷

済

誤	例えば、ここではinputsという変数のテンソルを作成しています。　次に、中間層のDenseの引数にinputsを渡し、middleという変数のテンソルを作成しています。最後に出力層のDenseの引数にmiddleを渡すことで、outputsという変数のテンソルを作成しています。
正	例えば、ここではinputという変数のテンソルを作成しています。　次に、中間層のDenseの引数にinputを渡し、middleという変数のテンソルを作成しています。最後に出力層のDenseの引数にmiddleを渡すことで、outputという変数のテンソルを作成しています。
備考	次の段落「Functional APIでは、...」に出てくる inputsとoutputsはそのままです。

2019.01.16

1刷

112
リスト5.2

2刷

済

誤	In # データの大きさを確認 print('x_train.shape :', x_train.shape) print('x_test.shape :', x_test.shape) print('y_train.shape :', x_train.shape) print('y_test.shape :', x_test.shape) Out x_train.shape : (50000, 32, 32, 3) x_test.shape : (10000, 32, 32, 3) y_train.shape : (50000, 32, 32, 3) y_test.shape : (10000, 32, 32, 3)
正	In # データの大きさを確認 print('x_train.shape :', x_train.shape) print('x_test.shape :', x_test.shape) print('y_train.shape :', y_train.shape) print('y_test.shape :', y_test.shape) Out x_train.shape : (50000, 32, 32, 3) x_test.shape : (10000, 32, 32, 3) y_train.shape : (50000, 1) y_test.shape : (10000, 1)

2018.05.22

1刷

115
本文上から2から3行目、図5.12のキャプション

3刷

済

誤	・本文上から2から3行目このように、ゼロパディングを使って入力と出力のサイズを等しくしたい場合はpadding='same'と指定します。図5.3～図5.7のようにゼロパディングしない場合にはpadding='valid'を指定します（図5.12）。・図5.12のキャプション padding='valid'の場合の畳み込み結果
正	・本文上から2から3行目このように、ゼロパディングを使って入力と出力のサイズを等しくしたい場合はpadding='same'と指定します（図5.12）。図5.3～図5.7のようにゼロパディングしない場合にはpadding='valid'を指定します。・図5.12のキャプション padding='same'の場合の畳み込み結果

2018.07.17

現場で使える！TensorFlow開発入門 Kerasによる深層学習モデル構築手法

本書籍の他の形式を確認する

購入はこちら

購入特典