シラバス
入学のご案内履修登録
ディープラーニング2のサムネイル

ディープラーニング2

[2026年度開講]
河野 慎
AIを学びたい数学の応用が知りたいプログラミング力課題解決力課題発見力データサイエンス

科目の概要

本講義では、深層学習研究における基礎となる２種類の構造について扱う。 • 畳み込みネットワークの基本的な構成要素とその必要性について学び、畳み込みネットワークを利用した画像認識プログラムの演習を行う。 • 代表的なRNN （Recurrent Neural Network; 回帰結合型ニューラルネットワーク）の諸手法の概要を学び、実装の演習を行う。

科目情報

履修想定年次
2年次
単位数
2単位
開講Q
1Q、3Q
科目属性
選択
授業の方法
オンデマンド科目
評価方法
確認レポート 50% , 単位認定試験 50%
前提科目
（推奨）
「学生便覧」カリキュラム・マップを参照
前提科目
（強く推奨）
「学生便覧」カリキュラム・マップを参照
後継科目
（推奨）
「学生便覧」カリキュラム・マップを参照
科目ナンバリング
INF-2-C1-1030-013
到達目標
• 畳み込みネットワークの基本的な構成要素である畳み込み処理とプーリングの順伝播処理を数学的に記述することができる。 • 畳み込み処理が必要な理由を、等価性や計算効率の観点から説明できる。 • プーリングが必要な理由を、不変性の観点から説明することができる。 • 主要なRNNの構成要素とその意味を説明できるようになる。 • 新たなRNNモデルに対し、その意図を読み解けるようになる。 • 基本的なRNNを実装できるようになる。
教科書・参考書
[教科書]
  • なし(オリジナル教材)
[参考書]
  • 岡谷貴之,深層学習,講談社,2015
  • Ian Goodfellow他,深層学習,KADOKAWA,2018
  • CS230 Deep Learning
授業時間外の学修
各回の授業内容は繰り返し見返し、各回二時間ほど復習を行ってください。また、次回の学修内容についてもあらかじめ不明な単語や前提となる知識をWebで調べるなどして各回三時間ほど予習を行ってください。
特記事項
2026年4月1日現在。内容が更新される場合があります。

授業計画

第1回
畳み込みニューラルネットワークと画像処理1

本講義では、畳み込みニューラルネットワークの概要について説明します．概要に入る前にロジスティックや多層パーセプトロンなどディープラーニング1で扱った内容も復習していきます．

第2回
畳み込みニューラルネットワークと画像処理2

畳み込みニューラルネットワークの主な構成要素である畳み込み層（処理）とプーリング層の説明を行います。

第3回
畳み込みニューラルネットワークと画像処理3

畳み込み層を利用した様々なモデルを紹介し，モデルの性能とともに解説をしていきます．

第4回
畳み込みニューラルネットワークと画像処理4

畳み込みの応用を見据えた効率化やアップサンプリングなど実践的な技術を説明します．

第5回
畳み込みニューラルネットワークと画像処理5

本講義では、畳み込みニューラルネットワークの応用事例として，物体検出タスクを扱い，タスクの説明や評価方法について説明をします．

第6回
畳み込みニューラルネットワークと画像処理6

いくつかの物体検出モデルで用いられている技術について詳細に解説をしていきます．

第7回
畳み込みニューラルネットワークと画像処理7

本講義では、セマンティックセグメンテーションやインスタンスセグメンテーションなど物体検出の発展タスクについて説明をします。

第8回
【演習】畳み込みニューラルネットワークと画像処理

本講義では，これまで講義内で扱ってきた畳み込みニューラルネットワークに関して理解を深めるための演習を行います．

第9回
回帰結合型ニューラルネットワーク1

自然言語処理や時系列データを得意とするRecurrent Neural Networkについて，基礎的な側面からより実践的な側面まで幅広く解説します．

第10回
回帰結合型ニューラルネットワーク2

本講義では，RNNの一種であるLSTMやGRUについて数式を交えながら解説を行なっていきます．

第11回
【演習】回帰結合型ニューラルネットワーク

本講義では、RNNの理解を深めるため，pythonを用いた演習を行います．

第12回
Transformer1

本講義では，CNNやRNNの上位互換として使われることが増えてきているTransformerの構成要素について説明をします．

第13回
Transformer2

本講義では，自然言語処理におけるTransformerの扱いや，Transformerが普及するきっかけの一つである自己教師あり学習について扱います．

第14回
Transformer3

本講義では，主に画像分野におけるTransformerの扱いについて説明をします．

第15回
【演習】Transformer

Transformerの理解を深めるためにpythonを用いたTransformerモデルの実装および学習に関する演習を行います．

関連科目