書籍『ゼロから作るDeep Learning ❺』（オライリー・ジャパン発行）のサポートサイトです。本書籍で使用するソースコードがまとめられています。

本書のコードはJupyter Notebookでも用意しています。次の表にあるボタンをクリックすることで、Google ColabやKaggle Notebookなどのクラウドサービス上でNotebookを実行することができます。

ステップ	Colab	Kaggle	Studio Lab
1. 正規分布
2. 最尤推定
3. 多次元正規分布
4. 混合ガウスモデル
5. EMアルゴリズム
6. ニューラルネットワーク
7. 変分オートエンコーダ
8. 拡散モデルの理論
9. 拡散モデルの実装
10. 拡散モデルの応用

ソースコードを実行するには下記のライブラリが必要です。

• NumPy
• Matplotlib
• PyTorch（バージョン：2.x）
• torchvision
• tqdm

※Pythonのバージョンは 3系 を利用します。

各章のフォルダへ移動して、Pythonコマンドを実行します。

$ cd step01
$ python norm_dist.py

$ cd ../step02
$ python generate.py

本リポジトリのソースコードはMITライセンスです。 商用・非商用問わず、自由にご利用ください。

本書の正誤情報は以下のページで公開しています。

https://github.com/oreilly-japan/deep-learning-from-scratch-5/wiki/errata

本ページに掲載されていない誤植など間違いを見つけた方は、[email protected]までお知らせください。