深層学習 | 機械学習と情報技術

LLaVAアーキテクチャの理論と実装

2026年6月7日 Transformer

LLaVA（Large Language and Vision Assistan...

LLaVA LLM Transformer Vision-Language マルチモーダル深層学習

Vision Transformer (ViT)の理論と実装

2026年6月7日 Transformer

Vision Transformer（ViT）は、2020年にGoogleの研究...

Self-Attention Transformer Vision Transformer ViT 深層学習画像認識

Classifier-Free Guidanceの数学的導出と実装

2026年6月7日生成モデル

Classifier-Free Guidance（CFG）は、2022年にHo ...

CFG Classifier-Free Guidance Stable Diffusion 拡散モデル条件付き生成深層学習

ControlNetの仕組み — Zero Convolutionと条件付き画像生成

2026年6月7日生成モデル

ControlNetは、2023年にZhangらが発表した、拡散モデルに空間的な...

ControlNet Stable Diffusion 拡散モデル条件付き生成深層学習画像生成

Imagen・DALL-Eの比較 — テキスト→画像生成モデルの進化

2026年6月7日生成モデル

Imagen（Google）とDALL-E（OpenAI）は、テキストから画像を...

DALL-E Imagen Transformer テキストから画像拡散モデル深層学習画像生成

CLIPの対照学習を数式から理解してPythonで実装する

2026年6月7日 Transformer

CLIP（Contrastive Language-Image Pre-trai...

CLIP Transformer Vision Transformer マルチモーダル対照学習深層学習

Stable Diffusionの仕組み — 拡散モデルの理論と全体像

2026年6月7日生成モデル

Stable Diffusionは、2022年にStability AI、Com...

CLIP Stable Diffusion U-Net VAE 拡散モデル深層学習画像生成

投機的デコーディングの数理と実装

2026年6月7日 Transformer

投機的デコーディング（Speculative Decoding）は、小さなドラフ...

LLM Speculative Decoding 投機的デコーディング推論高速化深層学習

Mixture of Experts (MoE) の仕組みとゲーティング機構

2026年6月7日 Transformer

Mixture of Experts（MoE）は、ニューラルネットワークの効率を...

LLM Mixture of Experts MoE Sparse Model 深層学習

LLMの量子化（INT8/INT4）を理論から実装まで解説

2026年6月7日 Transformer

量子化（Quantization）は、ニューラルネットワークの重みや活性化を低精...

INT4 INT8 LLM 推論高速化深層学習量子化

[data-arkb-linkbox]{cursor:auto}[data-arkb-link][aria-hidden="true"]{visibility:visible;color:transparent;z-index:0;width:100%;height:100%;pointer-events:auto}a.arkb-boxLink__title{text-decoration:underline}