Image Recognition via Deep Learning: Deep Learning on Cloud Computing and Open Source Software (Japanese Edition)

■更新2017/1/23■
目次を更新しました。軽微な誤植を修正をしました。
これ以前にDL購入してくださっていた方は、以下の手順でコンテンツを更新してください。
http://www.kimpusha.com/?p=598

■概要■
本書は、クラウドコンピューティングサービスとオープンソースソフトウェアを使って、DeepLearningによる画像認識を実行する手順について記します。
大学・大学院の学生（B～M）、企業のエンジニアがDeepLearningを使った処理を始める際にまず最初に手に取って参考とすることを想定しています。従って、手順に沿って作業をすすめればとりあえずは何がしかの処理が完了して結果が得られることを目標とします。
DeepLearningはここ数年で急速に発展した技術であり、その理論的背景を含めて、まだ未解決となっている問題が多数あるものです。これらの未解決かつ高難易度な事項には深入りしません。平易で表層的な理解のみで対処できる例題を数個実施することを通じて、直観的／感覚的な理解を得るとともに、当該技術の適用可否について判断が可能となるレベルのスキル・ノウハウを獲得することを目指します。

■目次■
目次
1.はじめに4
1.1.謝辞4
2.環境構築5
2.1.1.費用5
2.1.2.下準備＠ローカルPC6
2.1.3.手順6
2.2.GPUプラットフォーム7
2.3.DeepLearningフロントエンド7
2.4.DeepLearningフロントエンドへのアクセス確認9
3.DeepLearningやってみる１ サンプルデータでの実行A:mnist11
3.1.学習12
3.2.推論15
3.2.1.静止画像ファイル１個に対して推論を行う15
3.2.2.画像リストファイルに対して推論を行う17
4.DeepLearningやってみる２ サンプルデータでの実行B:cifar10019
4.1.データセット19
4.2.学習19
4.3.推論20
4.3.1.静止画像ファイル１個に対して推論を行う20
4.3.2.validationに使用したデータセット全体に対して推論を行う20
4.4.チューニング21
5.DeepLearningやってみる３ Web画像検索で収集したデータでの実行23
5.1.データセット23
5.1.1.web画像収集とリストファイル作成23
5.1.2.DIGITSへの投入24
5.2.学習25
5.3.推論26
5.4.チューニング27
6.その他28
6.1.virtualenv28
6.2.caffe::pythonLayer28
6.3.ソフトのインストールについて28
7.おわりに30

■コメント2017/1/9■
記述が不足している箇所に追記しました。
図を増やしました。
執筆が一段落したので公式出版とします。
文体が統一されていない点は認識していますが、低価格で出版しますのでご容赦ください。

■コメント2017/1/23■
目次を更新しました。
軽微な誤植を修正をしました。