Pythonで学ぶ画像生成 機械学習実践シリーズ
3,850円（本体 3,500円＋税10%）
- 品種名
- 書籍
- 発売日
- 2025/3/25
- ページ数
- 368
- サイズ
- B5変形判
- 著者
- 北田俊輔 著
- ISBN
- 9784295021100
画像生成の基礎から実践までを一冊に凝縮
近年の技術の発展により、画像生成技術はますます身近になっています。「Midjouney」や「DALL・E」のほか、特に2022年の「StableDiffusion」公開後、テキスト入力に基づく（text-to-image）画像生成AIのブームがさらに加速しています。本書は、今後幅広い分野に応用されうる技術として期待の「画像生成」について、画像生成に関する深層学習技術の基礎と、拡散モデルに焦点を当てて理論と実践を学ぶことを目的とし、Pythonでの実装を示しながらその手法を丁寧に解説しています。
- 電子版を買う
-
「読者アンケートに答える」「読者プレゼントに応募」の場合もこちらをご利用ください。
書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。
学校・法人一括購入に関するお問い合わせはこちらへ。
著者紹介
北田俊輔 (きただ・しゅんすけ)
LINEヤフー株式会社リサーチサイエンティスト・法政大学大学院特任研究員。2023年3月に法政大学大学院理工学研究科を修了。博士（工学）。日本学術振興会特別研究員（DC2）を経て現職。コンピュータビジョンや自然言語処理を始め、その融合領域であるVision&Language分野にて研究に従事。現在はユーザにとって魅力的な画像やデザインの作成を支援するような最先端技術の研究開発に携わる。
ページイメージ
クリックすると大きい画像でご覧いただけます
目次
本書の前提
序章
第1章 画像生成とは？
第1節 画像生成の概要
第2節 テキストからの画像生成
第3節 画像生成技術の進歩による弊害
コラム：すべてを救うPythonの型ヒント
第2章 深層学習の基礎知識
第1節 深層学習の概要
第2節 深層学習の訓練と評価
第3節 注意機構とTransformerモデル
コラム：dataclassで万物に型を付けよう
第3章 拡散モデルの導入
第1節 生成モデル
第2節 DDPM（ノイズ除去拡散確率モデル）
第3節 スコアベース生成モデル
第4節 拡散モデルの生成品質の向上
コラム：Pythonのコードを美しく保つには
第4章 潜在拡散モデルとStable Diffusion
第1節 LDM（潜在拡散モデル）
第2節 CLIP
第3節 Stable Diffusionを構成する要素
第4節 Stable Diffusion v1
第5節 Stable Diffusion v2
第6節 Stable Diffusion XL
第7節 Stable Diffusion v3
コラム：深層学習を用いた実験を再現可能にするために気をつけること
第5章 拡散モデルによる画像生成技術の応用
第1節 パーソナライズされた画像生成
第2節 制御可能な画像生成
第3節 拡散モデルによる画像編集
第4節 画像生成モデルの学習および推論の効率化
第5節 学習済み拡散モデルの効果的な拡張
第6節 生成画像の倫理・公平性
コラム：diffusersのコードを拡張する
第6章 画像生成の今後
第1節 拡散モデルの発展に伴う議論
第2節 拡散モデルによる画像生成の倫理
第3節 画像生成にとどまらない拡散モデルの進化と今後
コラム：Hugging Faceのエコシステムを使い倒す
参考文献
関連書籍
ダウンロード
本製品の読者さまを対象としたダウンロード情報はありません。
お詫びと訂正
現在のところ、本製品に正誤情報はありません。
お問い合わせ
書籍の内容に関するお問い合わせはこちら。お答えできるのは本書に記載の内容に関することに限ります。
