ゼロから作るDeep Learning ❺ ―生成モデル編

ステップ6ニューラルネットワーク

ここでのテーマは「ニューラルネットワーク」です。生成モデルとニューラルネットワークが合わさって、これまで多くのイノベーションが起きてきました。本ステップではニューラルネットワークのフレームワークであるPyTorchの使い方を紹介します。そして、機械学習の基礎的な問題（線形回帰）を解き、最後にニューラルネットワークを実装するという流れで進みます。すでにニューラルネットワークについて知識のある方、特にPyTorchを使ったことがある方は、このステップを読み飛ばしてもかまいません。

6.1　PyTorchと勾配法

本書では、ニューラルネットワークのフレームワークとしてPyTorchを使用します。まずはPyTorchのインストール方法から説明します。

6.1.1　PyTorchのインストール

PyTorchは次のコマンドによりインストールできます。

$ pip3 install torch 

インストールが完了したら、正しくインストールされているか、ライブラリをインポートして確認しましょう。次のコードを実行して、PyTorchのバージョンが表示されれば、正しくインストールされています。

import torch

# バージョンを出力
print(torch.__version__)  # 2.x.x

本書で使用するPyTorchのバージョンは2.0.0以上とします。ただし、本書で使用するコードは基本的な機能だけを使用しています。そのため、バージョンを気にしなくても、そのままで動作するか、もしくは小さな修正だけで対応できると思われます。

6.1.2　テンソルの計算

インストールが終わったら、PyTorchを使ってみましょう。まずはtensor