TensorFlow で学ぶディープラーニング入門(テンソルフローデマナブ ディープラーニングニュウモン)

ディープラーニングの世界へようこそ! 本書は、機械学習やデータ分析を専門とはしない、一般の方を対象とした書籍です。- と言っても、ディープラーニングの歴史や人工知能の将来展望を語る啓蒙書ではありません。ディープラーニングの代表とも言える「畳み込みニューラルネットワーク」を例として、その仕組みを根本から理解すること、そして、 TensorFlow を用いて実際に動作するコードを作成することが本書の目標です。

ディープラーニングの解説記事で必ず登場するのが、多数のニューロンが何層にも結合された「多層ニューラルネットワーク」の模式図です。このニューラルネットワークの中でいったいなにが起きているのか、ディープラーニングのアルゴリズムはどのような仕組みで学習をしているのか、「何とかしてこれを理解したい!」 - そんな気持ちを持ったあなたこそが、本書が対象とする読者です。

実の所、ディープラーニングの根底にあるのは、古くからある機械学習の仕組みそのものです。簡単な行列計算と微分の基礎がわかっていれば、その仕組みを理解することはそれほど難しくはありません。本書では、手書き文字の認識処理を行う畳み込みニューラルネットワークについて、これを構成する 1 つひとつのパーツの役割を丁寧に解説していきます。さらに、ディープラーニングの学習処理ライブラリである TensorFlow を利用して、実際に動作するコードを用いながらそれぞれのパーツの動作原理を確認します。レゴブロックを組み立てるかのように、ネットワークを構成するパーツを増やしていくことで、認識精度が向上する様子が観察できることでしょう。

ちなみに、 TensorFlow の公式 Web サイトでは、チュートリアルとしてさまざまなサンプルコードが公開されています。これらのコードを実行してみたものの、コードの中身がよくわからず、自分なりの応用をしようにもどこから手をつけていいのかわからない - そんな声を耳にすることもあります。本書を通して、ディープラーニングの根本原理、そして、 TensorFlow のコードの書き方を学習すれば、次のステップが見えてくるはずです。ディープラーニングの奥深さ、そして、その面白さを味わうことは、決して専門家だけの特権ではありません。本書によって、知的探究心にあふれる皆さんが、ディープラーニングの世界へと足を踏み入れるきっかけを提供できたとすれば、筆者にとってこの上ない喜びです。

(本書「はじめに」より抜粋)

TensorFlow を使ってディープラーニングの基本モデルを実装する手順を、畳み込みニューラルネットワーク (CNN) による画像認識を中心に解説した入門書です。著者の中井悦司氏は Google Cloud のエンジニアとしての経験をもとに、計算グラフの概念から損失関数の意味、勾配降下法の動作までを「なぜそう設計されているのか」の視点で説明しています。

2016 年刊行のため、対象となる TensorFlow のバージョンは 1.x 系です。 2.x 系で標準となった Eager Execution や Keras 統合は扱っていません。しかし本書が解説するセッションと計算グラフの仕組みを一度理解しておくと、 2.x で隠蔽された低レイヤーの動作を推察できるようになり、デバッグや最適化の場面で助けになります。

Python の基本文法と、行列の積・転置といった線形代数の初歩があれば読み始められます。深層学習の原理を「写経で動かしながら掴む」最初の一歩として設計されており、理論書と実務書の橋渡しに位置します。フレームワークの API 変更は避けられませんが、学習アルゴリズムの本質的な理解はバージョンを超えて有効です。