![](https://cdn-ak-scissors.b.st-hatena.com/image/square/375c6b803fa97076e2d9055e57a9921aace170cd/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2Fd149c25e2b62408193b5c843894becc1%2Fslide_0.jpg%3F20227177)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
最短コースでPyTorchと�ディープラーニングを�征服するためのツボ
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
最短コースでPyTorchと�ディープラーニングを�征服するためのツボ
PyTorchは、ディープラーニングプログラミングのフレームワークとして最近急速に注目を浴びていますが、... PyTorchは、ディープラーニングプログラミングのフレームワークとして最近急速に注目を浴びていますが、一方でKerasと比較すると、わかりずらい側面があります。講演者はこの課題に対応するため書籍「最短コースでわかるPyTorch&深層学習入門」を出版しました。 当講演では、この本の内容を引用しつつ、「Define by Run」「勾配計算」などの重要概念や、「予測計算」「損失計算」「勾配計算」「パラメータ修正」の繰り返しによって成り立つディープラーニングの学習アルゴリズムのポイントを、数式によらず図を多用してわかりやすく解説します。当講演を聴講することで、「PyTorch」と「ディープラーニングの学習アルゴリズム」がどんなものであるか、イメージから理解することができるはずです。