This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

学び、イノベーションを起こし、リードする

ディープラーニングの学習を続けましょう。AI、アクセラレーテッドコンピューティング、アクセラレーテッドデータサイエンスに関する学習リソースをご覧ください。

Learning Deep Learning

NVIDIA の Magnus Ekman 執筆によるこの新刊でディープラーニングを始めましょう。

「Learning Deep Learning」はディープラーニング完全ガイドです。本書では主要なコンセプトと成功するために必要な実践的なプログラミング手法の両方を解説しています。機械学習や統計が初めての方を含む、開発者、データサイエンティスト、アナリストの方にも最適です。TensorFlow と Keras を使用した簡潔で注釈が豊富なサンプルコードもご紹介しています。また、産業界と学界両方のディープラーニングで利用されている 2 つの有力な Python ライブラリが取り上げられており、対応する PyTorch サンプルがオンラインで提供されています。

今すぐ購入する

著者紹介: Magnus Ekman

NVIDIA アーキテクチャディレクター

NVIDIA GTC21 で Ekman が発表したディープラーニング入門を視聴する

コード例を見る

推奨文献リスト

Deep Learning (Adaptive Computation and Machine Learning)

著者: Ian Goodfellow、Yoshua Bengio、Aaron Courville

Machine Learning Yearning

著者: Andrew Ng

Deep Learning with Python

著者: François Chollet

Ray Tracing Gems II

著者: Adam Marrs、Peter Shirley、Ingo Wald

Programming Massively Parallel Processors: A Hands-on Approach

著者: David B. Kirk と Wen-mei W. Hwu

Parallel Programming: Concepts and Practice

著者: Bertil Schmidt Jorge Gonzalez-Dominguez、Christian Hundt、Moritz Schlarb

Professional CUDA C Programming

著者: John Cheng、Max Grossman、Ty McKercher

Robotics, Vision and Control

著者: Peter Corke

NVIDIA Research

画期的なテクノロジは、世界最先端の研究者によって生み出されます。AI、ディープラーニング、ロボティクス、ハイコンピューティング、コンピューターグラフィックスなどにおける、さまざまな研究活動をご覧ください。

詳細を見る

教育プログラムと
教材

NVIDIA DLI の DLI Teaching Kit では、大学教育関係者がダウンロードできるコース資料と、学生が自分のペースで進められるオンライントレーニングを提供しています。また教育関係者の方は、University Ambassador Program を通じて、学内で DLI ワークショップを開催する資格を得ることができます。

詳細を見る

テクニカルトレーニング

自分のペースで進めるオンラインコース

ライブワークショップ、バーチャルワークショップ、講師主導のワークショップ

ご質問はございますか？

NVIDIA Deep Learning Institute サービスに関するご質問をお寄せください。

技術的な質問については、NVIDIA 開発者フォーラムをご覧ください。

ディープラーニングトレーニング
に関する問い合わせ

Section

Section

名

姓

仕事用メールアドレス

組織名/大学名

電話番号

業種

肩書

居住地域

市区町村

問い合わせ理由:

State

nvid hidden field

ncid hidden field

NVIDIA プライバシーポリシー

私は、NVIDIA <span class="corporation-txt hidden">Corporation </span>が調査およびイベントの開催を目的として上記情報を収集し処理することに同意し、<a href="https://www.nvidia.com/ja-jp/about-nvidia/privacy-policy/?deeplink=visiting-our-website" target="_blank">NVIDIA プライバシーポリシー</a>を読み、同意します。

私は、上記の情報が、調査、イベント開催、および、対応する NVIDIA の内部管理およびシステム運用の必要性のために、米国の NVIDIA Corporation に転送され、<a href="https://www.nvidia.com/ja-jp/about-nvidia/privacy-policy/?deeplink=visiting-our-website" target="_blank">NVIDIA プライバシーポリシー</a>に合致した方法で保存されることに同意します。関連する問題を解決するために、<a href="mailto:privacy@nvidia.com">privacy@nvidia.com</a> 宛てにメールで問い合わせることができます。

NVIDIA GTC 21 ディープラーニングトレーニングセッション

Magnus がディープラーニングに関する短いトレーニングセッションを行います。このプレゼンテーションは、Ekman が「Learning Deep Learning (LDL)」で取り上げたトピックの素晴らしいプレビューとなっています。プレゼンテーションは LDL で取り上げられたトピックの概要から始まります。その後、プログラミング例など、前半の章で取り上げられるコンテンツの一部をもっと詳しく説明します。最後に、もっと複雑な応用である、画像のテキスト表現を生成する画像キャプションネットワークを紹介して終わります。この画像キャプションネットワークは本書最後のプログラミングサンプルのひとつの焦点であり、読者が読後にマスターするスキルの種類がわかります。

今すぐ視聴する

GitHub のサンプルコード

著者が提供するコード例を他にもご覧いただけます。Learning Deep Learning GitHub リポジトリには、本書に含まれるあらゆるコード例の Python ファイルが含まれています。このリポジトリには、Jupyter Notebook も記録されています。各例をインタラクティブに進めることができます。コード例の多くは、紙の書籍に記載されているフレームワークである TensorFlow DL フレームワークに基づいています。TensorFlow の代わりに (または TensorFlow に加えて) PyTorch DL フレームワークを学習することに興味がある読者のために、このリポジトリにはこれらの例の PyTorch バージョンも含まれています。Jupyter Notebook には、本書の TensorFlow と同じくらい詳しく PyTorch コンストラクトが説明されています。

詳細を見る

Magnus Ekman

NVIDIA、アーキテクチャディレクター

Magnus Ekman はコンピューター工学の博士号を持ち、NVIDIA でアーキテクチャディレクターを務め、さまざまな特許を発明しています。以前は Sun Microsystems と Samsung Research America でプロセッサ設計と研究開発に携わっていました。現在、NVIDIA では、自律走行車市場をターゲットにするシステムオンチップの CPU 性能と電力効率の向上に取り組んであるエンジニアリングチームを率いています。