読書メーターレビュー

こちらは読書メーターで書かれたレビューとなります。

powered by

• kaizen@名古屋de朝活読書会 さん

  読了日：2017/02/28

  #感想歌 画像処理Python使い操ろうDeep Learningシステム構築 勉強会3月はじめ毎月開催した 「ゼロから作るDeep Learning」読書会に参加する前に読んで置くとよい資料とプログラム https://qiita.com/kaizen_nagoya/items/537b1810265bbbc70e73 「人生で影響を受けた本100冊」の１冊。https://qiita.com/kaizen_nagoya/items/16af53acbb147a94172e

• 読特 さん

  読了日：2021/05/30

  AIプログラミングは初心者。G検定は取得している。Pythonの知識はあるつもりだが、本格的なプログラミングはやったことはない。ざっと一読。「丁寧な説明」「わかり易い！」であるはず。が、一回だけでは十分に理解できたとはいい難い。Affine、Softmax-with-Loss。Momentum,AdaGradにAdam。Convolution、Pooling,im2colにAlexNet・・。もっと学習を進める必要性を感じた。コードは動かさなければ実感ももてない。次は、コードを実装しながら理解を深めよう。

• ぶう さん

  読了日：2021/05/06

  ディープラーニングのフレームワークを使わず、Pythonにてフルスクラッチで組み上げることにより、確率的勾配降下法や、誤差逆伝播法などの重要な仕組みを理解することができるといった内容。コードも多く掲載されており、迷う事なく進められるだろう。全結合とCNNまでは本書の範囲内でRNNは続編に含まれているとのこと。E資格を受ける人や、DLの仕組みを根本から理解したい人には必須の書籍だが、逆に手軽にDLを試してみたい人などはKerasやPytorchなどのFWを使用しての解説本を参考にしたほうがいいだろう。

• Thinking_sketch_book さん

  読了日：2018/06/17

  ★★★★★　サンプルプログラムを読めるようになった初心者はこれを読んでほしい。内部でやっていることが分かり、非常に面白いです

• まろにしも さん

  読了日：2019/03/23

  �@ニューラルネットワークの構造が人間の脳の神経回路を基礎（ヒント）にしている点が興味深い。�A入力データと教師データを与え、両者の差異が極小化するように、パラメータをひたすら更新し続けるという機械学習。機械学習を複数ネットワークに分散させておこなわせ、ネットワーク層が深くなるにつれて難易度が上げて学習させるというDeepLearning。�B層をDeepにしたり、過学習を回避しすることによって、学習効率を高める発想や技術が人間の学習法（７回転反復読書）を連想させ、面白い。

レビューをもっと見る

(外部サイト)に移動します

• アンテナ工学の知識を習得するのに最適な一冊 無線工学の中枢であるアンテナ。そのアンテナの解析法技術を学ぶとができる『IoTシステムの極小アンテナ設計技術』。小形... |2016年01月04日 (月)　12:14