書籍『ゼロから作るDeep Learning ❺』（オライリー・ジャパン発行）のサポートサイトです。本書籍で使用するソースコードがまとめられています。
| フォルダ名 | 説明 |
|---|---|
step01 |
ステップ1で使用するコード |
step02 |
ステップ2で使用するコード |
| ... | ... |
step10 |
ステップ10で使用するコード |
notebooks |
ステップ1〜10までのコード（Jupyter Notebook形式） |
本書のコードはJupyter Notebookでも用意しています。次の表にあるボタンをクリックすることで、Google ColabやKaggle Notebookなどのクラウドサービス上でNotebookを実行することができます。
| ステップ | Colab | Kaggle | Studio Lab |
|---|---|---|---|
| 1. 正規分布 |  |
 |
 |
| 2. 最尤推定 | |
|
|
| 3. 多次元正規分布 | |
|
|
| 4. 混合ガウスモデル | |
|
|
| 5. EMアルゴリズム | |
|
|
| 6. ニューラルネットワーク | |
|
|
| 7. 変分オートエンコーダ | |
|
|
| 8. 拡散モデルの理論 | |
|
|
| 9. 拡散モデルの実装 | |
|
|
| 10. 拡散モデルの応用 | |
|
|
ソースコードを実行するには下記のライブラリが必要です。
- NumPy
- Matplotlib
- PyTorch（バージョン：2.x）
- torchvision
- tqdm
※Pythonのバージョンは 3系 を利用します。
各章のフォルダへ移動して、Pythonコマンドを実行します。
$ cd step01
$ python norm_dist.py
$ cd ../step02
$ python generate.py
本リポジトリのソースコードはMITライセンスです。 商用・非商用問わず、自由にご利用ください。
本書の正誤情報は以下のページで公開しています。
https://github.com/oreilly-japan/deep-learning-from-scratch-5/wiki/errata
本ページに掲載されていない誤植など間違いを見つけた方は、japan@oreilly.co.jpまでお知らせください。