サークルページ

AWSの王道中の王道、「VPC」環境をTerraformで構築！ 仕組みを深く理解し、設計できるようになろう

本書は、AWSを利用する上で避けては通れない「王道」のサービスであるVPC、EC2、Application Load Balancer（ALB）などのコアなインフラ構築を、Terraformを通じて実践的に学ぶ解説書です。

工知能の進化を、LLMで手軽にキャッチアップ
本書は、最先端のAI・機械学習分野の動向を効率的に把握したいエンジニア、研究者、そしてこの分野に関心を持つすべての方々に向けて、大規模言語モデル(LLM)技術を駆使して編纂された、他に類を見ない情報集約型ガイドブックです。

IaCは怖くない！　Terraformを使って再利用可能なインフラストラクチャを学んでいこう

本書はAWSの初心者～若干触ったことのある方向けの本です。Terraformとは、HashiCorp社により開発しているオープンソースのインフラ自動構成ツールです。AWSだけでなく、Google CloudやAzure、Discordなどのインフラを構築可能です。Terraformでは、インフラのデプロイ設定や手順をコードとして記載する「Infrastructure as Code（IaC）」の一種です。IaCを使うことで、デプロイの作業手順を再利用できるようになり、統一化や状態変更に対して頑強なシステムを作ることができます。

前回のAIアートの新時代の続編です。引き続き画像生成やその周りの話を2024年の技術で書いていきます。
今回は、画像生成はより深く、Stable Diffusionの抱える「スタイルの問題」について解説します。
また、2023年～2024年に急速に進化した動画生成の流れも俯瞰し、OpenAIの動画生成モデル「Soraについても背景技術をキャッチアップできるようにしています。

この本は、機械学習エンジニアのためのソフトウェア開発本です。機械学習といえば、モデル作成や分析の領域で閉じてしまうことが多々ありますが、近年ソフトウェア開発の分野が求められつつあります。しかし、これまで機械学習の分野までやってきた方にはソフトウェア開発の独特の考え方が理解出来できないという課題があります。

この本では、機械学習で馴染み深いPythonをそのまま使い（別のフロントエンドの言語の学習コストがなくなります）、Pythonベースで動く「Gradio」や「Streamlit」といった手軽に作れるフレームワークを使ってWebアプリケーションを作り、機械学習を使ったアプリケーションをケーススタディの形で学んでいきます。また、AWSへのデプロイや、フロントエンドやバックエンドの分離についても学んでいきます、

「戦況を支配する」「複数の敵味方と戦う」「城攻め」といった侍の世界観と対応させて、これらの概念を説明することで、より楽しみつつ学ぶことができるでしょう。

本書は、最先端のAI技術を活用して画像生成を行う方法を解説し、AIアートの新時代を切り開くためのガイドブックです。機械学習やディープラーニングの基礎知識から、マルチモーダルな基盤モデルであるCLIP、話題の画像生成技術であるStable Diffusionを活用した実践的な応用方法までを網羅しています。エンジニアや画像生成に興味がある方に向けて、AIアートの奥深い世界を体感することができます。

https://koshian2.booth.pm/items/4820110

【「第4回 刺され！技術書アワード」ニュースタンダード部門 受賞】

画像処理のトップ国際会議の論文25本を丁寧に解説。2022年の最先端を体感しよう――

機械学習やディープラーニングでは、最新の論文を読み込むことが必要です。2021年12月、Qiitaのアドベントカレンダーで1日1論文、計25日連続で全て1人で記事を書き、完走しました。ICCV2021、CVPR2021の論文を多く採用しています。

LGTM数では、「559」（2022/1/17時点）という結果で、企業主催のアドベントカレンダーに匹敵するものでした。
※某プラットフォームで知られる有名AIベンチャーや、創業者が宇宙からお金を配った某著名企業の各アドベントカレンダーに対して、1人で勝利しました。

画像処理の最新技術動向はもちろんの、論文の読み方、探し方、記事の書き方など、きっと何かのヒントになるはずです。
また、本アドベントカレンダーの記念品としてぴったりの紙の本も用意しています。

【「第4回 刺され！技術書アワード」ニュースタンダード部門 受賞】

画像処理のトップ国際会議の論文25本を丁寧に解説。2022年の最先端を体感しよう――

機械学習やディープラーニングでは、最新の論文を読み込むことが必要です。2021年12月、Qiitaのアドベントカレンダーで1日1論文、計25日連続で全て1人で記事を書き、完走しました。ICCV2021、CVPR2021の論文を多く採用しています。

LGTM数では、「559」（2022/1/17時点）という結果で、企業主催のアドベントカレンダーに匹敵するものでした。
※某プラットフォームで知られる有名AIベンチャーや、創業者が宇宙からお金を配った某著名企業の各アドベントカレンダーに対して、1人で勝利しました。

画像処理の最新技術動向はもちろんの、論文の読み方、探し方、記事の書き方など、きっと何かのヒントになるはずです。
また、本アドベントカレンダーの記念品としてぴったりの紙の本も用意しています。

本書は、機械学習・ディープラーニングにおける環境構築の難しさを問題点として、DockerでGPU訓練環境を自在に構築し、S3/ECRを中心としたAWSの基本的な使い方を理解することを目的としています。最終的な訓練環境はAWSの「SageMaker」を想定し、SageMaker Traininig Jobを自在に使いこなすことを最終目標にします。DockerからAWSまでの統一的に理解できる本です。

機械学習ユーザーだけでなく、機械学習以外のユーザーにとっても、機械学習特有の問題意識から、普段のDockerの使い方と対比させてみても面白いでしょう。本章の最後には簡単な演習問題を配置し、読者が理解を深められるようにしています。

本書はAWS環境でGPU訓練をしていますが、著者が本書の執筆に執筆した金額は約2000円です。個人利用でも十分に遊べる程度の内容に調整しています。

本書の最後には、今大流行の「Stable Diffusion」をケーススタディとして、SageMaker Traininig Jobで実行します。多数のプロンプトを同時並列に生成することが可能になります。おそらく日本で最初に近いStable Diffusionの本だと思います。

DockerはWindows11で導入された「WSL2」にDocker-CEを使い、機械学習はPyTorch＋PyTorch lightningとしています。Google Colaboratoryの使い勝手がどんどん悪くなっているので、この機会に「脱Colabを目指した、一歩先の機械学習」をぜひ体験してみましょう。

「本当の実装力を身につける」ための221本ノック――

機械学習で避けて通れないNumPyを、自在に活用できるようになろう。「できる」ようになるための体系的な理解を目指します。基礎から丁寧に解説し、NumPyの黒魔術もカバー。初心者から経験者・上級者まで楽しめる一冊となっています。

※技術書典10の「インフィニティNumPy」の電子版シリアルです

技術書典8の新刊。モザイク除去を起点として、機械学習・ディープラーニングの基本をはじめ、GAN（敵対的生成ネットワーク）の基本や発展型、ICCV, CVPR, ECCVといった国際学会の最新論文をカバーしていく本です。ディープラーニングの研究は発展が目覚ましく、特にGANの発展型は市販の本でほとんどカバーされていない内容です。英語の原著論文を著者がコードに落とし込み、実装を踏まえながら丁寧に解説していきます。

誰も見たことのないディープラーニングの入門書が颯爽と登場！
動機は不純だけど、だからこそ続く、モザイク除去からAIの最先端までを満足のボリュームでディープにラーニングしちゃおう！
TPUの実装もかなりカバーしているので、初心者から上級者まで楽しめる内容になっています。
Let us enjoy going deeper with convolutions！！