Ｐｙｔｈｏｎディープラーニングシステム実装法 Ｋｅｒａｓによる画像・一般データ分類システムの構築 （設計技術シリーズ）

実践的なディープラーニングシステム構築のための知識の修得を目的としたテキスト。汎用的な問題を題材とし、入力から出力までのシステム全体をメンテナンス性の高いコードで説明する。Ｋｅｒａｓ２．４系以降対応。【「TRC MARC」の商品解説】

2020年6月、KerasはTensorflowに統合されましたが、本書は統合されたKeras2.4系以降のものを対象とした最新の内容となります。

本書は、実践的なDeep Learning システムの構築のための知識の修得を目的としてます。ビジネスや研究の現場において、自分の問題にDeep Learning を適用でき、商用サービスや研究成果の創出に繋げられるという意味です。
この観点から、本書では汎用的な問題を題材とし、入力から出力までのシステム全体をメンテナンス性の高いコードで説明します。さらに、教師ありデータが少ない場合の対策や、ネットワーク形状の試行錯誤やハイパーパラメータのチューニングがしやすいシステム設計など、Deep Learning システム開発の現場で役立つ実用的なトピックも扱います。

▽対象読者
本書の対象読者は次のような方々です。
・Deep Learningを用いて実践的なシステム開発をしたい読者
・Deep Learningプログラミングの中級者・上級者を目指す読者
より具体的には、実践的なDeep Learning システムを構築する必要がある、企業の研究者・開発者・プログラマや、大学の教員・研究員・学生のような方々です。

▽動作環境
本書では、下記の動作環境にてプログラムの動作確認を行っています。バージョンが多少異なっても大きな問題はありませんが、快適な学習・実践のためにはGPU 環境を推奨します。Keras は、独立していた2.3 系までのものではなく、Tensorflow に統合された2.4 系以降のものを対象としています。

・CUDA環境
◦CUDA Toolkit 10.1 update2
◦cuDNN v7.6.5 for CUDA 10.1
・Python 環境
◦ Python 3.7.7
・Deep Learning 関連Python ライブラリ
◦TensorFlow 2.2.0
・その他のPython ライブラリ
◦numpy 1.18.4
◦ scipy 1.4.1
◦ scikit-learn 0.23.1
◦ pandas 1.0.3
◦ matplotlib 3.2.1
◦ pillow 7.1.2
◦ pydot 1.4.1
◦ hyperopt 0.2.4
・その他のライブラリ
◦ Graphviz 2.30.1【商品解説】