ゼロから作る Deep Learning(ゼロカラツクルディープラーニング)

実際にシステムを作りながらディープラーニングを学ぶ!
ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、 Python 3 によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、 Batch Normalization や Dropout 、 Adam といった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか? なぜ層を深くすると認識精度がよくなるのか? といった“ Why ”に関する問題も取り上げます。

ディープラーニングを独学で始めると、多くの人が「フレームワークは動かせるのに、中で何が起きているのか分からない」という壁にぶつかります。本書はその壁を正面から壊す本です。既存ライブラリを一切使わず、 Python と NumPy だけでニューラルネットワークを一から組み上げ、誤差逆伝播も最適化も自分の手で実装していきます。数式を眺めるだけでは素通りしてしまう仕組みが、コードを書くことで腑に落ちていきます。

「難しいのでは」と身構える人もいますが、本書は数学的な厳密さよりも手を動かして納得することを優先しているため、微分の記憶があいまいでも読み進められる作りです。むしろ価値が出るのは読んだ後で、勾配がどう流れ、なぜ学習が止まり、どこで数値が壊れるのかを一度自作したという経験が、後に PyTorch や TensorFlow を扱うときの「不調を勘で済ませず原因を追える力」に変わります。

その一方で、本書だけで実務の即戦力になるわけではありません。フレームワークの運用や大規模なモデルは扱わないため、ここで原理を固め、実装に特化した別の機械学習書へ橋渡しする使い方が最も噛み合います。深層学習の最初の一冊を探している人にとって、遠回りに見えて一番の近道になる種類の本です。