TensorFlowはじめました２　機械学習で超解像─Super Resolution

【大好評「TensorFlowはじめました」シリーズ最新刊！】

本書は、TensorFlowがオープンソースで公開されるまで「機械学習」に触れたことがなかった筆者が、TensorFlowを通じて機械学習に挑戦して、七転八倒した成果をまとめた「TensorFlowはじめました」シリーズの第三弾です。今回は画像の中から物体（イラストなら「顔」の部分など）を検出する「物体検出」を題材に、畳込みニューラルネットワークモデルの学習と評価・検証を行っています。
【目次】
第1章　TensorFlowの基礎
　1.1　TensorFlowとは
　1.2　データフローグラフ
　1.3　テンソル（Tensor）
　1.4　変数とプレースホルダー
　1.5　演算子のオーバーロード
　1.6　ブロードキャスティング
第2章　グリッドベースの物体検出
　2.1　物体検出とは
　2.2　モデルの定義
　2.3　データセットの作成
　2.4　学習（訓練）
　2.5　検証
第3章　物体認識奮闘記
　3.1　確信度と座標
　3.2　畳み込み層
　3.3　モデルの定義
　3.4　データセットの再作成
　3.5　学習・訓練
　3.6　検証
付録　参考資料
あとがき

本書はGoogleが公開している機械学習ライブラリ「TensorFlow(テンソルフロー)」を初めて使う読者のためのチュートリアルガイドです。シリーズ２冊目となる本書では、低解像度の画像を機械学習をつかって高解像度に変換する「超解像」をテーマに、機械学習に初めて触れるエンジニアのためのTensorFlowの基礎、実際に画像を使った機械学習に取り組むための初歩的な知識を掲載しています。
【目次】
TensorFlowの基礎
　TensorFlowとは
　データフローグラフ
　Tensor（テンソル）
　変数とプレースホルダー
　演算子のオーバーロード
　ブロードキャスティング
CNNで超解像
　超解像とは
　モデルの定義
　学習
　画像処理
　評価
超解像奮闘記
　畳み込み層とパディング
　画像の読み込み処理
　活性化関数
さまざまなモデル
　モデル（9-5-5）
　画質の指標（PSNR, SSIM）
　Batch Normalizationの導入

【TensorFlow 1.1.0に対応した最新改訂版！】

本書はGoogleが公開している機械学習ライブラリ「TensorFlow(テンソルフロー)」を初めて使う読者のためのチュートリアルガイドです。画像の多クラス分類問題「CIFAR-10」テーマに、機械学習に初めて触れるエンジニアのためのTensorFlowの基礎、実際に画像を使った機械学習に取り組むための初歩的な知識を掲載しています。

【目次】
TensorFlowの基礎
　TensorFlowとは
　データフローグラフ
　変数とプレースホルダー
　Tensor（テンソル）
　TensorBoardによるグラフの可視化
CIFAR-10の学習と評価
　データの読み込み
　推論（inference）
　学習（learn）
　評価（evaluate）
データ保存とフィルターの可視化
　学習データの保存
　フィルターの可視化
CIFAR-10奮闘記
　正規化層を追加する
　訓練データを加工する
　ドロップアウトを設定する
　VGGNetのモデルを使う
　最適化アルゴリズムを変更する　
　バッチサイズを増やす