※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
文章から画像を生成できる独自のAIモデルをゼロから構築しよう！
画像生成AI DALL-EやMidjourneyなどの画像生成はどのようにして動くのか？ 拡散モデル（DM）およびVision Transformer（ViT）をPyTorchでコード実装、AI開発に不可欠なテクニックをステップアップで習得します。文章から画像を生成できる独自のAIモデルをゼロから構築しよう！
●目次
Part 1 注意機構（Attention）とTransformerを理解する
第1章 2つのモデルの物語：Transformerと拡散
第2章 Transformerを構築する
第3章 Vision Transformerで画像を分類する
第4章 画像にキャプションを追加する
Part 2 拡散モデル入門
第５章 拡散モデルによる画像生成
第６章 拡散モデルで生成する画像を制御する
第７章 拡散モデルによる高解像度画像の生成
Part 3 拡散モデルを用いたテキスト画像生成
第8章 CLIP：画像とテキストの類似度を測定するモデル
第9章 潜在拡散を用いたテキストから画像の生成
第10章 Stable Diffusion の徹底解説
Part 4 Transformerを用いたテキストから画像の生成
第11章 VQGAN：画像を整数のシーケンスに変換する
第12章 DALL-Eの最小限の実装
Part 5 新たな展開と課題
第13章 テキストから画像への変換における新たな展開と課題
付録 PyTorch をインストールして、ローカルおよび Colab で GPU トレーニングを有効にする
●著者
Mark Liu （マーク・リウ）：ケンタッキー大学 金融学教授、金融学修士課程の創設ディレクター。著書に『Make Python Talk 』(No Starch Press, 2021年)、『Machine Learning, Animated』(CRC Press, 2023年)、『AlphaGo Simplified』(CRC Press, 2024 年)、『Learn Generative AI with PyTorch』(Manning, 2024 年) の4 タイトルがある。ボストン・カレッジでファイナンスの博士号を取得。『Journal of Financial Economics』、『Journal of Financial and Quantitative Analysis』、『Management Science』に研究論文を発表している。
[翻訳] Smoky： ゲーム会社他数社の代表。サイバーセキュリティと機械学習の研究がライフワーク。大学院博士課程で医用画像診断AIを研究中。『サイバーセキュリティの教科書』他を翻訳。
[監訳] IPUSIRON： 福島県相馬市在住。福島県相馬市在住。2001年に『ハッカーの教科書』（データハウス） を上梓。主な著書に『ハッキング・ラボのつくりかた 完全版』『暗号技術のすべて』（翔泳社）、共著に『「技術書」の読書術』（翔泳社） 、翻訳に『暗号解読実践ガイド』（マイナビ出版）がある。
※この商品は固定レイアウト型の電子書籍です。
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。
※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします
巻（見開き形式）について
