書籍だと自分のペースで学べるので動画教材にはない良さがあると思います。
この記事ではPyTorchを学びたい人向けに独学で学べる書籍を紹介します。
Udemyのおすすめ講座も他の記事で書いているので、よければそちらも参考にしていただければと思います。
1. PyTorchの特徴
2.1. Numpyに似た操作方法
PyTorchの操作方法はNumpyの操作方法と似ています。
そのためNumpyが使用できれば同じような操作方法でPyTrochも扱えるという学習コストの低さが一つのメリットといえます。
2.2. コミュニティが活発
日本語でのリソースは少ない傾向にはありますが、コミュニティが活発なゆえに、具体的な操作方法や実装する上での細かい部分など、参考にできるリソースが豊富です。
また、機械学習の研究者がPyTorchを使っているケースが増えているため論文などの実装例などがPyTorchでGithubに公開されることも多いです。
最新手法の実装例がPyTorchで書かれていることは、メリットといえます。
2.3. 動的な計算グラフ
PyTorchは動的な計算グラフによりネットワークを構築します。
(TensorFlowなどは、静的な計算グラフで構築されています。)
動的な計算グラフにより柔軟な形で複雑なネットワークを実装しやすいという特徴を持ちます。
2. おすすめ書籍
2.1. PyTorch実践入門 (Compass Booksシリーズ)
PyTorchを用いたディープラーニングの実装方法について、細部まで掘り下げて解説されています。
ディープラーニングについての解説がのっているので、初学者でも進めることができると思いますが、ディープラーニングについてしっかりと学びたい方は、別の書籍と並行して学ぶ必要があるかもしれません。
ディープラーニングの活用を目指している開発者やPyTorchについて詳しく知りたい方におすすめな1冊となります。
2.2. つくりながら学ぶ!PyTorchによる発展ディープラーニング
発展ディープラーニングのタイトルどおり、ディープラーニングをある程度習得している中級者向けの内容になります。
PyTorchの使い方を学ぶことができるのはもちろんのこと、ディープラーニングの最新手法をステップバイステップで学ぶことができます。
入門書を終えてディープラーニングの応用手法を学びたい方にはピッタリです。
こちらの書籍で紹介されている手法を実装できるようになれば、その後の研究や開発で役に立つこと間違いなしです。
3. その他のおすすめ書籍
3.1. ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
TensorFlowやPyTorchを使わずにゼロからディープラーニングを実装しようというコンセプトの書籍になります。
ディープラーニングの基礎的なことがしっかりと書いてあるので、手を動かして学びたい人にはおすすめの書籍となります。
3.2. ゼロから作るDeep Learning ❷ ―自然言語処理編
「ゼロから作るDeep Learning」の続編で、自然言語処理を題材に、RNNやLSTMというモデルをゼロから実装しながら学ぶ書籍になります。
こちらも手を動かして学びたい人にはおすすめの書籍となります。
3.3. ゼロから作るDeep Learning ❸ ―フレームワーク編
「ゼロから作るDeep Learning」の続編で、オリジナルのディープラーニングのフレームワークを実装します。
一連の実装を通して、PyTorchやTensorFlowなどの現代のフレームワークに通じる知識を身に着けていきます。
実装自体は、Chainerをベースとし、PyTorchの設計も取り入れられているので、PyTorchの理解を深めていくためにもおすすめの書籍となります。