PyTorchでオートエンコーダーによる画像生成をしてみよう

連載目次 前回までは、ニューラルネットワークの基本となる要素（全結合型のニューラルネットワーク、CNN、RNN）について見てきました。基礎知識編は取りあえず前回までとします。今回からは、もう少し高度な話題にチャレンジしていこうと思います。 本題に入る前に、応用実践編のスタートとして、本連載の成り立ちや趣旨、目的について、あらためて簡単に紹介しておきます。筆者自身、＠IT／Deep Insiderフォーラムが始まってから、ディープラーニングを本格的に学び始めた者の一人です。そんな筆者が、まるで「工作室や実験室、ガレージ」で何か面白いものを作りながら、ディープラーニングについての理解を深めていき、その体験や知見を読者と共有していこう、というのが本連載の趣旨／目的です。連載名「作って試そう！ ディープラーニング工作室」にはそういった意味があります。読みやすさを考え、一部、解説記事として同じような

[misshiki]

［Autoencoder］“オートエンコーダーを使って、MNISTの手書き数字（と似た画像）を生成しながら、オートエンコーダーの基本構造、PyTorchを使った簡単な実装、オートエンコーダーがどんなことをしているのかを考えてみる”