学習ロードマップ
深層学習入門
ニューラルネットの仕組みを手書き実装で理解し、PyTorch で動かし、Transformer と生成 AI まで 5 冊で到達する道筋。
SCROLL TO BEGIN
学習ロードマップ
ニューラルネットの仕組みを手書き実装で理解し、PyTorch で動かし、Transformer と生成 AI まで 5 冊で到達する道筋。
このロードマップが扱うもの
- Python の基本文法と NumPy は触れるが、ニューラルネットの内部が曖昧なエンジニア - ライブラリを呼び出して動かせるものの、誤差逆伝播や最適化の意味を説明できない実務者 - CNN / RNN / Transformer を区別して使い分け、生成 AI の土台まで押さえたい中級者
このロードマップの全体像
ロードマップ
第 1 章
外部ライブラリに頼らず Python で順伝播と誤差逆伝播を組み上げる出発点。深層学習の内部構造を体で覚える 1 冊目として据える。
Python 基礎・データ処理・機械学習の基本を経由して深層学習へ接続する教科書。1 冊目で得た原理を広い ML 文脈に位置付ける。
活性化・最適化・正則化・CNN/RNN など要素技術を俯瞰する解説書。なぜ深層学習が機能するかの語彙をここで体系化する。
データローダ・訓練ループ・転移学習・デプロイまでを PyTorch で通しで経験する実装書。原理を現場コードに落とす中盤の主戦場。
Keras 3 / PyTorch / JAX を横断し Transformer と生成モデルを扱う最新版。深層学習入門の到達点として LLM 時代へ橋を架ける。