inflearn logo
知識共有
inflearn logo

初めてのディープラーニングとPyTorchブートキャンプ(やさしく!基礎からChatGPTの核心であるトランスフォーマーまで)[データ分析/科学 Part3]

講師が初めてディープラーニングを学んだ際の失敗経験をもとに、ディープラーニングの理解に必要な数学や理論、PyTorchによる実装、転移学習、GPTの中核であるTransformerまで、段階を追って学べるよう新たに構成した講座です。

難易度 初級

受講期間 無制限

Deep Learning(DL)
Deep Learning(DL)
PyTorch
PyTorch
Machine Learning(ML)
Machine Learning(ML)
Artificial Neural Network
Artificial Neural Network
Vision Transformer
Vision Transformer
Deep Learning(DL)
Deep Learning(DL)
PyTorch
PyTorch
Machine Learning(ML)
Machine Learning(ML)
Artificial Neural Network
Artificial Neural Network
Vision Transformer
Vision Transformer

お知らせ

25 件

  • funcoding님의 프로필 이미지

    こんにちは。残りものコーディングのDave Leeです。


    最近のAIの発展速度は本当に驚異的ですよね。

    ITスキルとともに、AI活用スキルも重要になってきたようです。

    そこで、講義と併せて最新のAIも折に触れて学んでいただけるよう、関連動画を気軽に共有いたします。


    今回共有する動画は、刷新されたAI Jev 1.14についてのお話です。

    今回のアップデートにより、文章だけでなく画像も見て判断できるようになりました。

    OpenAIのGPT-6 Lunaと同じ50問で画像と文章を直接比較し、その結果をまとめてみました。


    新しくなったJev 1.14とGPT-6 Lunaを50問で直接比較

    https://youtu.be/RJJOVHZxyhc

    LONG058.jpg.webp

    どうかお役に立てれば幸いです。


    ありがとうございます。

    0
  • funcoding님의 프로필 이미지

    こんにちは。잔재미コーディングのDave Leeです。


    最近のAIの進歩の速さには、本当に驚かされますよね。

    ITスキルとともに、AI活用スキルも重要になってきたようです。

    そのため、講義と合わせて最新のAIも少しずつ身につけていただけるよう、関連動画を気軽に共有します。


    今回共有する動画は、無料のオープンソースAI「Laya」についてです。

    LayaはJevと同じ種類のAIで、オープンソースなので自分のコンピューターで無料で動かせます。

    活用事例5つとインストール方法、そして同じ質問でJevと速度・正確性を比較した結果をまとめてみました。


    無料オープンソースのLayaでJevの代わりができるか

    https://youtu.be/kzSpE6SCrV8

    LONG053.jpg.webp

    少しでもお役に立てれば幸いです。


    ありがとうございます。

    0
  • funcoding님의 프로필 이미지

    こんにちは。잔재미코딩のDave Leeです。


    最近のAIの発展速度は本当に驚くべきですよね。

    ITスキルとともに、AI活用スキルも重要になってきたようです。

    そこで、講義とあわせて最新AIも少しずつ学んでいただけるよう、関連動画を気軽に共有していこうと思います。


    今回共有する動画は、新しく登場したAI「Jev」についてのお話です。

    Jevは文章を書かず、選択肢に確率だけを付ける、少し新しいタイプのAIです。

    活用事例7つと実際に使ってみる方法をまとめました。


    新しいAI「Jev」の活用事例7選と使い方

    https://youtu.be/nU0dsSJkPZw

    LONG050.jpg.webp

    何かのお役に立てれば幸いです。


    ありがとうございます。

    0
  • funcoding님의 프로필 이미지

    こんにちは。
    お変わりなくお過ごしでしょうか。

    ほかでもありません、私が執筆した本が発売されたので、簡単にご紹介します。
    『クロード・コード・コーデックス CLI 完全活用法』をギルバートから改訂版として出版しました。

    何をするにしても、クロード・コードだけ、あるいはコーデックス CLIだけを使うより、両方を一緒に使ったほうが最も良い結果が得られます。
    ただ、どちらのツールも機能がかなり多いですよね。すべての機能を知っておく必要はありませんが、参考になる書籍があると役立つのではないかと思いました。それ以外にも、2つのツールを1つのプロジェクトで併用してバイブコーディングする方法から、ハーネスやループなどの高度なエンジニアリング手法まで、重要なポイントを中心に整理しています。


    https://www.yes24.com/product/goods/197193249

    book_promo_top.jpg.webp

    インフランでもどのようなAI講義を公開すべきか悩んでいるところですが。
    これまでにいただいた多くのフィードバックをもとに、AI講義をしっかり準備してお届けします。
    ありがとうございます。

    0
  • funcoding님의 프로필 이미지

    こんにちは。ジャンジェミコーディングのDave Leeです。

    他でもありませんが、ディープラーニング講義で修正事項がありまして、軽く共有させていただきます。

    CNN으로MNIST分類問題を適用してみるチャプターで、テスト評価時にtest_lossを計算する部分にエラーがありました。ご不便をおかけして申し訳ございません。そのため、関連資料を次の文脈でアップデートいたしました。

    nn.NLLLoss()は基本的にreduction='mean'設定が適用されているため、各ミニバッチでそのバッチ内のサンプルの平均lossを返します。したがって、forループを通じて累積されたtest_lossは「ミニバッチ平均値の合計」になります。

    既存のコードでは、この値を全サンプル数(len(test_batches.dataset)、例:10000)で割っていましたが、このようにすると実際のlossよりもはるかに小さい値が計算されます。正しい計算のためには、ミニバッチ数(len(test_batches)、例:79)で割る必要があります。

    つまり、ミニバッチ平均の合計なので、ミニバッチ数で割る必要があり、全体の平均lossが正確に計算されます。

    修正されたファイル:

    • # 専門翻訳者として、以下のコンテンツを韓国語から日本語に翻訳いたします

    • # Translation Analysis This appears to be a filename for a Jupyter notebook. According to the technical requirements, I should preserve filenames, technical terms, and file paths unchanged. # Translation 12_CNN_

    • # Translation Output 12_CNN_MNIST_GPU_DROPOUT.ipynb

    該当するJupyter Notebookの資料を修正完了しましたので、授業資料を再度ダウンロードしていただければ、修正されたコードで学習することができます。

    ありがとうございます。

    0
  • funcoding님의 프로필 이미지

    こんにちは。残材ミコーディング Dave Lee です。

    相違ではなく、新規講義をオープンして軽く共有します。

    本講義は、開発者やデータ専門キャリアを準備したり、現業で活動している方が必ず知る必要があるコンピュータ工学(CS知識)の核心を体系的にまとめた講義です。コンピュータ工学(CS知識)の様々な科目の中でも特に重要なコンピュータ構造、オペレーティングシステム、ネットワークを効率的に学習できるように、3つの科目を一つの講義で構成しました。また、技術面接に備えて、各科目の核心技術面接の質問と、特別な回答方法、模範解答も含めました。

    コンピュータ工学の知識は、開発やデータ分野の必須基盤知識であるにもかかわらず、その重要性が見落とされることがよくあります。私も周辺の知人や家族に開発者やデータ専門分野を準備するなら、必ず習うように強調するほど中長期的に必ず必要な理論です。

    しかし、個々の科目にまとめるには分量が多く、困難を経験する方が多いです。このような困難を解消するために、オンライン講義の形できれいに内容をまとめました。重要な概念は深く扱いながら、明確な理解を助けるためにさまざまな説明方法を活用しました。

    すでに5年前から何度も新たに作業しながら、数万人の受講生が選び、国内有数のIT企業でも新入社員教育資料として活用する検証された講義です。今回再び新たに作業をしてより改善してオープンしたのですが。どうぞ是非お役に立てば幸いです。

    新規オープン割引も入れました。

    ありがとうございます。

    残材ミコーディングドリーム

    0
  • funcoding님의 프로필 이미지

    こんにちは。残材ミコーディング Dave Lee です。

    講義をリニューアルし、軽く共有します。直前にリニューアルし、講義に続き

    次の講義をリニューアルしました。

    既存のPythonバックエンドとWeb技術ブートキャンプ講義名も本格的な開発のために必ず理解しなければならないコアWeb技術概念、中級Python文法、バックエンド基礎をまとめた講義の趣旨に合わせて変更しました。最新のトレンドと最速のフルスタック開発アーキテクチャを反映し、講義内容を改善しました。

    本講義では、本番開発に不可欠なPythonの中級文法(中級オブジェクト指向を含む)やWeb/アプリのコアコンセプト、最新のフルスタックアーキテクチャを効果的に学習することができます。既に受講していた方々もそのまままた聞くことができますよ。アップデートされた映像はチャプター名に(アップデート)を表記し、すでに学習をされている方もアップデートされた部分のみ確認が可能になりました。今後も継続的なアップデートで満足のいく学習体験を提供します。

    本講義と同様に、その後も他の講義も着実に改善します。

    どうぞ関連講義もお役に立てば幸いです。

    ありがとうございます。

    0
  • funcoding님의 프로필 이미지

    こんにちは。残材ミコーディング Dave Lee です。

    講義をリニューアルし、軽く共有します。

    直前にリニューアルしてから講義に続き
    [リニューアル] 初めてのPythonデータ分析(簡単!前処理、パンダ、可視化前過程を覚える) [データ分析/科学 Part1]

    次の講義をリニューアルしました。

    [リニューアル]初めてのPythonマシンラーニングブートキャンプ

    既存講義で不足していた部分も改善し、最新ライブラリに合わせて改善を行いました。また、より実務的な観点から話を追加して講義を改善しました。既に受講していた方々もそのまままた聞くことができますよ。

    本講義と同様に、その後も他の講義も着実に改善します。

    どうぞ関連講義もお役に立てば幸いです。

    ありがとうございます。

    0

¥11,028