Apr

13
【オンライン開催】『PyTorch実践入門』読書会#9
参加者同士インタラクティブに議論し、理解を深める

Organizing : SOLEIL DATA DOJO

Hashtag ：#DeepLearning

Registration info	参加無料 Free/Pay at the door FCFS 44/45
参加者への情報	(参加者と発表者のみに公開されます)

Description

今回は、第9章の内容を取り扱います。

開催趣旨

本勉強会では、ディープラーニング及びPyTorchの理解と実装力を高めていくことを目的とし、毎週1回、下記の本を一章ずつ取り上げていく予定です。事前に予習し、コードを一通り動かしてから参加されることをオススメします。オンライン勉強会では約1時間で、参加者同士の質問・意見交換やディスカッションをメインに進めていく予定です。

『PyTorch実践入門ディープラーニングの基礎から実装へ』（Eli Stevens、 Luca Antiga、 Thomas Viehmann　著、電通国際情報サービス後藤勇輝、小川雄太郎、櫻井亮佑、大串和正　訳, マイナビBooks, 2021年1月発行）

※ 書籍はご自身で入手のうえ、ご参加ください。

参加対象者

PyTorchの実装力を高め、業務や研究に活用した社会人・学生・研究者の方
Pythonの基礎的な文法やJupter Notebook、Google Colaboratoryの基本的な使い方を習得されている方
オンラインで参加可能な方

参加方法

お申込みいただいた方に、事前にzoomの招待リンクを送付させていただく予定です。

勉強会の進め方

その日に取り扱う章を前もって各自ご自身で読み進めておいてください。
勉強会では、皆で書籍の内容を確認しながら、必要に応じてGoogle Colaboratory等で実際にコードを動かしていきます。
ポイントごとに立ち止まってzoom、Slack等で疑問点をぶつけ合い、意見交換し、理解を深めていければと思います。

※ 一人が資料準備してきて一方的にレクチャーする形式ではなく、参加者同士インタラクティブにディスカッションしながら進めていきます。

書籍の内容紹介

（参照：https://book.mynavi.jp/ec/products/detail/id=120263 ）

以下、上記URLの内容紹介から抜粋

「『PyTorch実践入門ディープラーニングの基礎から実装へ』

PyTorchによるディープラーニング実装の決定版！
ディープラーニングの重要な基礎概念と、PyTorchを用いたディープラーニングの実装方法について、細部まで掘り下げて解説。限られたデータでニューラルネットワークを訓練する方法、訓練済みモデルのデプロイ方法など『ディープラーニング・プロジェクトのベストプラクティス』を提示します。

・ディープラーニングのメカニズムを解説
・Jupyter Notebook上でサンプルコードを実行
・PyTorchを用いたモデル訓練の実施
・実データを使用するプロジェクトをベースに実践的解説
・本番環境へのさまざまなモデルデプロイ方法

PyTorchで実際にどのように組み込まれて実現されているのか、細部まで掘り下げた解説をしていますのでディープラーニングの活用を目指している開発者や詳しく知りたい方におすすめです。
Manning Publications『Deep Learning with PyTorch』の翻訳書

第1部　PyTorchの基礎
第1章ディープラーニングとPyTorchの概要
第2章訓練済みモデルの利用方法
第3章 PyTorchにおけるテンソルの扱い方
第4章さまざまなデータをPyTorchテンソルで表現する方法
第5章ディープラーニングの学習メカニズム
第6章ニューラルネットワーク入門
第7章画像分類モデルの構築
第8章畳み込み（Convolution）

第2部　ディープラーニングの実践プロジェクト：肺がんの早期発見
第9章肺がん早期発見プロジェクトの解説
第10章 LUNAデータをPyTorchデータセットに変換
第11章結節候補を画像分類するモデルの構築
第12章評価指標とデータ拡張を用いたモデルの改善
第13章セグメンテーションを用いた結節の発見
第14章結節・腫瘍解析システムの全体を構築

第3部　デプロイメント（Deployment）
第15章本番環境にモデルをデプロイする方法
」