概要
個人的な備忘録を兼ねたPyTorchの基本的な解説とまとめです。シリーズが10を超えたので目次つけて自分のために整理したいと思います。ただ列挙してあるだけですが
方針
- できるだけ同じコード進行
- できるだけ簡潔（細かい内容は割愛）
- 特徴量などの部分，あえて数値で記入（どのように変わるかがわかりやすい）
目次
回帰分析・全結合層
分類問題・CNN
再帰ネットワーク・時系列
1次元畳み込み・Conv1d
因果畳み込み・Conv1dの変形
分位点回帰
テキスト分類
- 第19回：単語の分散表現
- 第20回：テキスト分類・CNN
- 第21回：テキスト分類・Conv1d
- 第22回：テキスト分類・Transformer Encoder
- 第22.5回：MultiHeadAttention
- 第23回：Transformer Attention Weightsの可視化
- 第24回: テキストデータのマルチラベル分類
トークナイズ
BERTタイプ（Masked Language Modeling）
- 第28回：MLMの解釈
- 第29回：BERTタイプ事前学習編・マスク化
- 第30回：BERTタイプ事前学習編・モデル
- 第31回：BERTタイプ事前学習編・事前学習
- 第32回：BERTタイプ事前学習編・転移学習
DatasetとDataLoader
- 第33回：Datasetクラスのカスタマイズ
- 第34回：DataLoaderとcollate_fn
- 第35回：可変長データでのテキスト分類
- 第36回：可変長データでのBERTタイプの事前学習
- 第37回：HuggingFaceライブラリーのDataCollatorWithPaddingを使ってみた
GPTタイプ