Pythonディープラーニングのベストセラー書籍が、生成AI、Keras 3 、PyTorch、JAXを網羅！
ディープラーニングと生成AIの背後にある概念を分かりやすく解説します
ベストセラーとなったManning刊 "Deep Learning with Python" が全面的に書き直され、Transformer、GPTライクなLLMの構築、拡散モデルを用いた画像生成などの新章も追加されました。ディープラーニングを段階的に理解できる実践的なプロジェクトとコード例が各章で紹介されます。
10年足らずの間に、ディープラーニングは世界を二度も変えました。Keras、TensorFlow、PyTorchといったPythonベースのライブラリが、ニューラルネットワークを実験室レベルから、大規模に展開される高性能な本番システムへと進化させました。LLMや生成AIツールを通して、ディープラーニングは再びビジネスと社会を変革しつつあります。
ディープラーニングと生成AIの背後にある概念をKerasの開発者から直接学びとりPythonを使ったディープラーニング世界に自信を持って踏み出そう！

1章 ディープラーニングとは何か
2章 ニューラルネットワークの数学的要素
3章 Tensorflow、PyTorch、JAX、Keras
4章 分類と回帰
5章 機械学習の基礎
6章 機械学習の普遍的なワークフロー
7章 Kerasを深く理解する
8章 画像分類
9章 ConvNetアーキテクチャパターン
10章 ConvNetが何を学習するのかを解釈する
11章 画像セグメンテーション
12章 物体検出
13章 時系列予測
14章 テキスト分類
15章 言語モデルとTransformer
16章 テキスト生成
LLM（大規模言語モデル）
17章 画像生成
18章 実務におけるベストプラクティス
19章 AIの未来
20章 本書のまとめ
1章 ディープラーニングとは何か
2章 ニューラルネットワークの数学的要素
3章 Tensorflow、PyTorch、JAX、Keras
4章 分類と回帰
5章 機械学習の基礎
6章 機械学習の普遍的なワークフロー
7章 Kerasを深く理解する
8章 画像分類
9章 ConvNetアーキテクチャパターン
10章 ConvNetが何を学習するのかを解釈する
11章 画像セグメンテーション
12章 物体検出
13章 時系列予測
14章 テキスト分類
15章 言語モデルとTransformer
16章 テキスト生成
LLM（大規模言語モデル）
17章 画像生成
18章 実務におけるベストプラクティス
19章 AIの未来
20章 本書のまとめ