Vision Transformer/最新CNNアーキテクチャ画像分類入門 : PyTorch/Kerasライブラリによる実装ディープラーニング・プログラミング

著者

書誌事項

Vision Transformer/最新CNNアーキテクチャ画像分類入門 : PyTorch/Kerasライブラリによる実装ディープラーニング・プログラミング

チーム・カルポ著

秀和システム, 2024.10

タイトル別名

Vision Transformer最新CNNアーキテクチャ画像分類入門 : PyTorch Kerasライブラリによる実装ディープラーニングプログラミング

最新CNNアーキテクチャ画像分類入門 : Vision Transformer : PyTorch/Kerasライブラリによる実装ディープラーニング・プログラミング

タイトル読み

Vision Transformer/サイシン CNN アーキテクチャ ガゾウ ブンルイ ニュウモン : PyTorch/Keras ライブラリ ニヨル ジッソウ ディープ ラーニング・プログラミング

大学図書館所蔵 件 / 全72件

この図書・雑誌をさがす

注記

参考文献: p735-738

内容説明・目次

内容説明

脱ＣＮＮ「Ｖｉｓｉｏｎ　Ｔｒａｎｓｆｏｒｍｅｒ」と革新的物体認識モデル群の理論的背景からＰｙｔｈｏｎによる実装までを詳細に解説！本書の中心となるテーマは、画像認識における画像分類です。画像分類は「画像がどのカテゴリに属するか」を判定するタスクであり、画像認識の中でも特に重要な役割を果たしています。自動運転、医療診断、監視システム、エンターテインメントに至るまで、画像分類技術の応用範囲は広大です。本書を通して画像分類モデルを活用した最先端の技術をお届けします。また本書では、すぐに実装していただけるよう、ＰｙＴｏｒｃｈやＫｅｒａｓを用いたプログラミングについても解説。ＶｉＴやＳｗｉｎ　Ｔｒａｎｓｆｏｒｍｅｒについては、ＰｙＴｏｒｃｈとＫｅｒａｓ両者の実装コードを掲載しました。

目次

  • １章　開発環境について
  • ２章　Ｖｉｓｉｏｎ　Ｔｒａｎｓｆｏｒｍｅｒによる画像分類モデルの実装（ＰｙＴｏｒｃｈ編）
  • ３章　Ｖｉｓｉｏｎ　Ｔｒａｎｓｆｏｒｍｅｒの性能を引き上げる
  • ４章　Ｖｉｓｉｏｎ　Ｔｒａｎｓｆｏｒｍｅｒによる画像分類モデルの実装（Ｋｅｒａｓ編）
  • ５章　Ｓｗｉｎ　Ｔｒａｎｓｆｏｒｍｅｒを用いた画像分類モデルの実装（ＰｙＴｏｒｃｈ編）
  • ６章　Ｓｗｉｎ　Ｔｒａｎｓｆｏｒｍｅｒを用いた画像分類モデルの実装（Ｋｅｒａｓ編）
  • ７章　Ｔ２Ｔ‐ＶｉＴを用いた画像分類モデルの実装（ＰｙＴｏｒｃｈ）
  • ８章　ＣｏＡｔＮｅｔを用いた画像分類モデルの実装（ＰｙＴｏｒｃｈ）
  • ９章　ＢｏＴＮｅｔを用いた画像分類モデルの実装（ＰｙＴｏｒｃｈ）
  • １０章　ＥｄｇｅＮｅＸｔを用いた画像分類モデルの実装（ＰｙＴｏｒｃｈ）
  • １１章　ＣｏｎｖＭｉｘｅｒを用いた画像分類モデルの実装（Ｋｅｒａｓ）
  • １２章　ＧＣＶｉＴを用いた画像分類モデルの実装（Ｋｅｒａｓ）
  • １３章　ＣｏｎｖＮｅＸｔを用いた画像分類モデルの実装（ＰｙＴｏｒｃｈ）
  • １４章　ＭＶｉＴを用いた画像分類モデルの実装（ＰｙＴｏｒｃｈ）

「BOOKデータベース」 より

詳細情報

ページトップへ