動かしながら学ぶ PyTorch プログラミング入門

手を動かして学ぶ!!
「手を動かしアプリを動かしながら学ぶ」をコンセプトにした PyTorch の入門書です。「解説」と「コード作成」を柱とした構成で、主な特徴は次の通りです。
・最低限の知識でアプリ開発までを実現できる。
・実用性のあるアプリを作りながら学ぶ。
・実用性のあるアプリにより学習モチベーションが上がる。
第 4 章では実用性のある「株価の予測」アプリを開発します。アプリづくりの面白さを通し、読者に楽しみながら PyTorch を学んでいただくものです。

『動かしながら学ぶ PyTorch プログラミング入門』 (斎藤 勇哉 著、オーム社、2020 年 11 月刊) は、深層学習のフレームワーク PyTorch を、解説とコード作成の 2 本を柱にして学ぶ入門書です。版元の紹介文が掲げるコンセプトは「手を動かしアプリを動かしながら学ぶ」で、画像分類、株価の予測、映画レビューの感情分析のプログラムを作りながら進みます。版元はおすすめの読者として、コーディングしながら学びたいプログラミング初心者、これから PyTorch を触ってみたいプログラマー、実際に動かして AI を学びたいノンプログラマーを挙げています。国立国会図書館の書誌には PyTorch 1.6.0 対応と記録されています。

全 6 章の構成、テンソルの基本から 3 つのアプリまで

Chapter 1「スタートアップ」は PyTorch の概要と開発環境の構築で、自分の PC を使う場合と Google Colaboratory を使う場合の 2 通りを扱い、Colaboratory では GPU の設定やサンプルコードの使い方まで説明します。Chapter 2「PyTorch の基本」はテンソルの生成と操作、ndarray との変換、自動微分 (AUTOGRAD)、nn.Sequential と自作のクラスによるネットワークの定義、交差エントロピーや平均二乗誤差などの損失関数、最適化関数です。Chapter 3「ニューラルネットワークの基本」ではアヤメ (Iris) の分類と糖尿病の予後予測を題材に、データの用意から学習、結果の可視化までの流れを一通り組みます。Chapter 4 は畳み込みニューラルネットワーク、Chapter 5 と Chapter 6 は再帰型ニューラルネットワークで、それぞれ画像分類、株価予測、映画レビューの感情分析のプログラムを作ります。

畳み込みと再帰型のネットワークを実装で追う

PyTorch は、計算を実行しながら計算の流れを組み立てる define-by-run の方式のフレームワークです。Chapter 4 は畳み込み層とプーリング層を説明したあと、CIFAR-10 の画像分類、学習済みのネットワークを読み込む転移学習、SRCNN による画像の高解像度化を扱い、PSNR と SSIM を解説するコラムを置いています。Chapter 5 は時系列データとして株価を予測し、テストデータに対する予測の評価を経て、Flask を使った Web アプリケーションへの組み込みまで進みます。Chapter 6 は IMDb の映画レビューを使った感情分析で、基本と応用に加え、fastText による高速化と CNN を用いた感情分析を扱います。再帰型の ニューラルネットワーク は、系列データを順に読み込みながら内部の状態を引き継ぐネットワークで、Chapter 6 には、同じ感情分析の課題を再帰型と CNN の両方で解く節があります。

目次の実装の工程と Flask による組み込み

目次の各節はデータの用意、ネットワークの定義、学習、結果の可視化という 深層学習 の実装の工程で組まれています。本書は、開発環境の構築からテンソルと自動微分、基本のニューラルネットワーク、畳み込みと再帰型のネットワーク、Flask によるアプリへの組み込みまでを、全 6 章に収めています。