從無到有的實作，在動手做的過程中強化對於深度學習的理解
或許您也曾經用過Tensorflow、PyTorch這類深度學習的框架（Framework），相信您也曾經對裡頭那些神奇的技術與有趣的結構嘆服不已。這本書就是為了解開這些疑問，正確瞭解這些技術而撰寫的。希望你可以從中體會這種技術性的「樂趣」。基於這個目的，本書將秉持著「從零開始製作」的方針，從無到有，一邊操作，一邊思考，透過實作加深理解，獲得審視現代深度學習框架的「新視野」。再藉由這個「新視野」，更廣泛、深入地理解深度學習。


高人氣、高評價的「Deep Learning基礎理論實作」系列第三部
《Deep Learning：用Python進行深度學習的基礎理論實作》、《Deep Learning 2|用Python進行自然語言處理的基礎理論實作》是從零開始進行深度學習，藉此瞭解相關結構。當時以單純性為優先，而「手動」設定了運算的「連結」。真正的框架是將這個部分自動化，Define-by-Run就是其中的一種手法，本書將利用從零開始製作DeZero的方式來學習這個機制。請別擔心，閱讀這本書不需要具備前作《Deep Learning：用Python進行深度學習的基礎理論實作》系列的知識。

 

<序>

受到深度學習的影響，現在各個領域都掀起了技術革新的浪潮，包括自駕車、自動診斷系統、精準機械翻譯、先進的機器人控制等。這些宛如虛構小說般描述的內容，最近卻變得真實，而且社會上也出現幾個引起關注的例子。令人驚訝的是，這些如同虛構小說中的技術，有些可能因為深度學習而有機會成真（或者逐漸變得可能）。我們可以說正處於一個被深度學習改變的時代。

在蓬勃發展的深度學習領域，創造了許多深度學習框架，諸如PyTorch、Chainer、TensorFlow、Caffe等。這個領域有著各式各樣的框架，而且每天仍持續開發著，世界上的研究人員及技術人員得以利用這些框架有效率地解決問題。深度學習框架可說是支撐、推動先進技術不可或缺的重要關鍵。

拿起這本書的你，或許就曾使用過深度學習框架。最近深度學習的資料不僅豐富，執行環境也很完整，使得編寫與深度學習有關的程式碼變得易如反掌。我們僅用數十行（或數行）的程式碼，就能展現強大的技術，也都是拜框架所賜。

那麼，這種有許多人使用、能在各種場合發揮作用的「真正」框架，究竟是以何種結構在運作？使用了哪些技術，背後的概念為何？在這些疑問的驅使下，開始了這段新的旅程！

動手實作才能體會
在深度學習框架中，充滿著許多令人驚訝的技術以及有趣的結構。這本書就是為了解開這些疑問，正確瞭解這些技術而撰寫的。希望你可以從中體會這種技術性的「樂趣」。基於這個目的，本書將秉持著「從零開始製作」的方針，從無到有，一邊操作，一邊思考，透過實作加深理解。藉由這種經驗，發現深度學習框架的本質。

在製作框架的過程中，有許多必須學習的知識。「原來可以使用這種技術啊！」、「這個點子可以這樣執行啊！」使用現成的工具是無法體會這些樂趣的。有時得實際動手做了之後，才會有新的發現。

舉個例子來說，可能有部分讀者認為深度學習框架不過是純粹收集「函數」的函式庫。事實上，深度學習框架沒有那麼簡單。它是一種程式語言，更精準來說，是一個擁有微分運算功能的程式語言（最近也稱作「可微分的程式語言」）。這一點在閱讀本書時，透過「從零開始製作的過程」就可以理解。

本書的原創框架
在黎明期，深度學習框架的差異甚遠，但是現在的深度學習框架已經進入成熟階段。事實上，PyTorch、Chainer、TensorFlow等知名框架皆朝著相同方向發展（這些框架各具特色，介面亦不相同，但是設計概念卻是共通的）。基於這些共通項目及教育層面，本書設計了一個小框架，並將這個框架命名為「DeZero」。

DeZero以Chainer為基礎，加入PyTorch的設計，具有以下的特色：

．精簡：DeZero是以重視易讀性而設計的框架，盡可能只使用必要的外部函式庫，並盡量簡化程式碼。因此你不需要花太多時間來瞭解整個DeZero的程式碼。

．純Python：深度學習框架通常會使用多種語言（例如Python與C++等），但是我們只用Python執行DeZero。因此具備Python相關知識的人，可以毫無壓力地閱讀DeZero的說明。由於是純Python，所以能在智慧型手機上執行DeZero，或使用Google Golaboratory等服務，輕鬆在雲端上運作。

．現代化的功能性：PyTorch、Chainer、TensorFlow等現代化框架擁有許多共通的功能。最重要的共通項目之一，就是Define-by-Run。Define-by-Run是指依照執行運算的時機，建立深度學習運算「連結」的結構（這個部分會在內文詳細說明）。本書製作的DeZero是Define-by-Run式的框架，與現代化框架有著許多共通點。