ゼロつくシリーズ③ フレームワーク編の話

AIエンジニアがゼロから作るDeep Learningシリーズを勉強する話です。 今回は第3シリーズのフレームワーク編について書いていきます。

ゼロから作る

このシリーズは、ディープラーニングの仕組みを根本から理解することを目的とした教材で、「ゼロから作る」ことをテーマにしています。 過去のシリーズ①では、基本的なニューラルネットワークの構築や、学習の仕組みについて学びました。
②では自然言語処理のモデル実装を行いました。

今回の第3シリーズでは、「フレームワークを0から作る」ことに焦点を当てています。

ゼロから作るDeep Learning 3 フレームワーク編 [ 斎藤康毅 ] 価格：4,400円（税込、送料無料) (2025/2/18時点) 楽天で購入

AIのフレームワークとは

ディープラーニングのフレームワークとは、モデルを構築・学習・評価するためのツールセットを提供するものです。 有名なものとしては、TensorFlowやPyTorchなどがあり、これらは多くの便利な機能を備えています。

しかし、これらのフレームワークを利用するだけでは内部の動作を完全に理解するのは難しいため、本書では「ゼロから作る」ことによって、フレームワークの仕組みを深く学ぶことが目的となっています。

進捗状況

現在、第1ステージの1章から10章まで完了しました。

学習方法

1. まずはざっと10章まで読む。
   • 全体の流れを理解することを目的とし、詳細な部分までは深く追求しない。
   • おおよその構成や量を把握する。
2. 実際にコードを入力し、動作確認を行う。
   • 1回読んだだけでは理解が不十分な部分を、コードを打ちながら補完。
   • ただ写すのではなく、コードの意味を考えながら進める。

感想

過去のシリーズ①、②の経験を活かし、今回は必ず手入力でコードを書き、同時に動作確認をしながら進めています。

特に、クラス（class）の構造を理解することが重要だと感じました。 本を読むだけでは分かりにくい部分が多く、紙に書きながら整理することで、どのクラスにどんなアトリビュート（属性）があるのかを把握しやすくなりました。

それでも、クラス設計の難しさを実感しており、現場のコードにすぐに適用できる自信はまだありません。 しかし、この経験は間違いなく今後の開発に役立つと感じています。

今後の予定

次回は第2ステージとして、11章から24章に進みます。 この章ではさらに高度なフレームワークの構築や、より実践的な内容が含まれているため、難易度が上がることが予想されます。

引き続き、手入力・動作確認・クラス構造の整理をしながら、しっかりと理解を深めていきたいと思います。