はじめに
  • コースの概要
  • Anaconda 3のインストール(Windows 10)
  • Anaconda 3 5.1.0のインストール
TensorFlow CPU版のインストール(Windows 10)
  • TensorFlow CPU版のインストール
TensorFlow GPU版のインストール(Windows 10)
  • TensorFlow GPU版のインストール
Jupyter Notebookのセットアップ
  • Jupyter Notebookのインストール
GANにチャレンジ
  • TensorFlow 2.3.0用のノートブック
  • セクションの概要
  • プログラム全体の流れ
  • matplotlibのインストール
  • パッケージのインポートとデータの読み込み
  • プレースホルダーを生成する関数の定義
  • ジェネレータ関数を定義しよう
  • ディスクリミネーター関数の定義
  • ハイパーパラメーターの初期化
  • 計算グラフの定義
  • 損失関数の定義
  • 最適化手法の定義
  • トレーニングの実行(ミニバッチデータの確認)
  • トレーニングを実行するコードを書こう
  • トレーニングを実行してみよう
  • 学習精度(ロス)を可視化してチェックしよう
  • ジェネレーターの生成した画像を表示してみよう!
  • 学習途中の生成データを表示してみよう
  • ジェネレーターのモデルに新しい画像を生成させてみよう
  • 練習課題: 画像を生成してみよう
  • セクションのまとめ
  • セクションのノートブックとスライド
DCGANに挑戦
  • データセットのダウンロード
  • ノートブックを追加しよう
  • MATLABデータをロードしよう
  • 入力データのスケールを揃える関数を定義しよう
  • データセットを扱うクラスを定義しよう
  • ミニバッチを生成する関数を定義しよう
  • 入力データのプレースホルダーを生成する関数を定義しよう
  • ジェネレーターの関数を定義しよう
  • ディスクリミネーターを定義しよう
  • 損失関数を定義しよう
  • 最適化関数を定義しよう
  • モデルのクラス(テンプレート)を定義しよう
  • 生成画像を表示する関数を定義しよう
  • トレーニングの関数を定義しよう
  • トレーニングを実行しよう
  • ロスをプロットしてみよう
  • DCGANセクションのノートブック
Pythonのクイックレビュー(スキップok)
  • Pythonの概要と特徴
  • Pythonの長所・短所
  • はじめてのPythonプログラムの実行
旧コンテンツのアーカイブ
  • CUDA 9.0のダウンロード
  • CUDA 9.0のインストール
  • cuDNN 7.0のダウンロード・インストール
  • TensorFlow 1.6 CPU版のインストール(Windows 10)
  • TensorFlow 1.6.0 GPU版のインストール
ボーナスセクション
  • 関連コースの紹介