０から学ぶAI– category –
-
【０から学ぶAI】第195回：位置エンコーディング 〜 シーケンス内の単語の位置情報を扱う方法を解説
前回の振り返り：マルチヘッド注意機構 前回は、マルチヘッド注意機構について詳しく解説しました。この機構は、Transformerモデルの中核を成す技術で、複数の視点から文脈を理解することで、テキスト生成や意味理解を高めることができます。マルチヘッド... -
【０から学ぶAI】第193回：GPTモデルの内部構造 〜 GPTシリーズの詳細な構造を説明
前回の振り返り：テキスト生成モデルの詳細 前回は、テキスト生成モデルについて詳しく解説しました。テキスト生成は、シーケンス・ツー・シーケンスモデル、RNN（再帰型ニューラルネットワーク）、Transformerといった技術によって、自然な文章を自動的に... -
【０から学ぶAI】第194回：マルチヘッド注意機構 〜 Transformerモデルの核心部分を紹介
前回の振り返り：GPTモデルの内部構造 前回は、GPTモデルの内部構造について解説しました。GPTはTransformerのデコーダ部分を基盤とし、自己注意機構やマスク付き自己注意といった技術を使って自然で一貫性のあるテキストを生成します。これにより、チャッ... -
【０から学ぶAI】第192回：テキスト生成モデルの詳細 〜 言語モデルによるテキスト生成の仕組みを解説
前回の振り返り：画像生成の評価指標 前回は、画像生成の評価指標について解説しました。特に、生成された画像の品質を評価するために使われるFIDスコアやIS（Inception Score）について詳しく学びました。これらの指標は、生成されたデータが実データにど... -
【０から学ぶAI】第191回：画像生成の評価指標 〜 FIDスコアなどの評価方法を解説
前回の振り返り：Pix2Pix 前回は、Pix2Pixについて解説しました。Pix2Pixは、画像から画像への変換を行うモデルで、例えば白黒画像をカラー化する、スケッチからリアルな画像を生成するといったさまざまな変換タスクに応用されます。生成器と識別器の協調... -
【０から学ぶAI】第200回：Tacotron 〜 テキストから音声への変換モデルを紹介
前回の振り返り：WaveNet 前回は、WaveNetについて解説しました。WaveNetは、音声波形を直接生成するニューラルネットワークベースのモデルであり、高品質な音声合成を実現する技術です。音声波形をサンプリング単位で生成することで、従来の音声合成技術... -
【０から学ぶAI】第190回：Pix2Pix 〜 画像から画像への変換を行うモデルを解説
前回の振り返り：条件付きGAN（cGAN） 前回は、条件付きGAN（cGAN）について学びました。cGANは、生成するデータに条件を付加できる点が特徴で、特定の属性を持つデータを生成することが可能でした。これにより、笑顔の顔画像を生成したり、特定のカテゴリ... -
【０から学ぶAI】第189回：条件付きGAN（cGAN）〜 条件情報を付加して生成するGANを紹介
前回の振り返り：StyleGAN 前回は、StyleGANについて学びました。StyleGANは、画像生成において特定のスタイルを細かく制御することができ、特に顔画像生成でその性能が注目されています。スタイルベースのアーキテクチャを採用することで、画像の特定の要... -
【０から学ぶAI】第188回：StyleGAN 〜 高品質な画像生成を実現するモデルを解説
前回の振り返り：CycleGAN 前回は、CycleGANを取り上げ、スタイル変換を可能にするGANの仕組みを解説しました。CycleGANは、異なるドメイン間（例えば、昼と夜、写真と絵画）の変換を行い、その際にペアデータを必要としないという特性を持っていました。... -
【０から学ぶAI】第187回：CycleGAN 〜 スタイル変換を可能にするGANの一種を解説
前回の振り返り：DCGAN（Deep Convolutional GAN） 前回は、DCGAN（Deep Convolutional GAN）について解説しました。DCGANは、畳み込みニューラルネットワーク（CNN）を利用して高品質な画像を生成する能力を持つGANで、特に画像生成やデザインの分野で応... -
【０から学ぶAI】第186回：DCGAN（Deep Convolutional GAN）
前回の振り返り：生成的敵対ネットワーク（GAN） 前回は、生成的敵対ネットワーク（GAN）について学びました。GANは、生成器（Generator）と識別器（Discriminator）の2つのモデルが競い合いながら学習を進めることで、新しいデータを生成するモデルです。... -
【０から学ぶAI】第185回：生成的敵対ネットワーク（GAN）の詳細
前回の振り返り：変分オートエンコーダ（VAE） 前回は、確率的生成モデルである変分オートエンコーダ（VAE）について学びました。VAEは、データを潜在空間に圧縮し、その圧縮データから新しいデータを生成できるモデルです。VAEの大きな特徴は、確率分布に... -
【０から学ぶAI】第184回：変分オートエンコーダ（VAE）の詳細
前回の振り返り：オートエンコーダの仕組み 前回は、オートエンコーダについて詳しく解説しました。オートエンコーダは、データを圧縮（エンコード）し、その圧縮データから元のデータを再構成（デコード）するモデルです。このプロセスは、次元削減や特徴... -
【０から学ぶAI】第182回：自己回帰モデル
前回の振り返り：生成モデルとは 前回は、生成モデルの基本概念について学びました。生成モデルは、訓練データを基に新しいデータを生成するモデルであり、画像生成やテキスト生成などの多様な応用が可能です。代表的な手法には、ガウス混合モデル（GMM）... -
【０から学ぶAI】第181回：生成モデルとは
前回の振り返り：第6章のまとめ 前回は、これまで学んできたモデルの解釈性に関する知識を振り返り、SHAP値やLIMEを用いたモデル解釈の重要性を確認しました。これらの手法により、ブラックボックスモデルがどのように予測を行っているかを説明しやすくな...
