『ゼロから作る Deep Learning』は 2016 年の本です、いま読む意味があるか

本棚を整理していて、赤い背表紙の本が出てきました。『ゼロから作る Deep Learning』です。

初版は 2016 年 9 月。生成 AI が話題になるずっと前の本です。当時は「ディープラーニング」という言葉自体が、まだ説明を必要としていました。

10 年前の技術書です。普通なら処分の対象になります。ところが調べてみたら、2026 年 6 月に第 6 巻が出ていました。

10 年続いている。しかも 1 冊目がいまも売られている。これは何なのか、というのがこの記事です。

「ゼロから作る」の意味

題名がそのまま方針になっています。

外部のライブラリに頼らずに、Python 3 だけでディープラーニングを作ります。TensorFlow も PyTorch も使いません。

これは 2016 年当時でも非効率な作り方でした。実務なら既存のライブラリを使えば済みます。それでも一から書かせるのは、中で何が起きているかを見せるためです。

扱う範囲はこうです。

最後の項目が、この本の性格を表しています。使い方ではなく、なぜそうなるのかを扱います。

調べていて驚いたのが、シリーズの続き方です。

おおむね 2 年ごとに 1 冊です。同じ著者が同じ方針で書き続けています。

5 巻が分かりやすい例です。テーマは生成モデルで、正規分布から拡散モデルまでを順に実装し、最終的に Stable Diffusion のようなものを作るという構成になっています。

いま話題になっている画像生成 AI が、この本では「ゼロから作る対象」として扱われている。10 年前の 1 冊目と同じやり方です。

本の性格を決めているのは、著者の立ち位置だと思います。

斎藤康毅さんは 1984 年生まれ。東京工業大学工学部を出て、東京大学大学院の学際情報学府で修士課程を修了しています。刊行当時は企業でコンピュータビジョンと機械学習の研究開発に従事していました。

大学の講義録でも、企業の宣伝でもありません。実際に手を動かしている人が、自分が理解した順番で書いたという形です。

説明の運び方にそれが出ています。数式を先に置いて「これを覚えてください」とはしません。簡単なコードを書かせて、動かして、そのあとで「いまやったのはこういうことです」と数式が出てきます。

順番が逆だと、たぶん途中で投げていました。

技術書は普通、数年で古くなります。ライブラリのバージョンが変わり、書いてあるコードが動かなくなるからです。

この本が残っているのは、ライブラリを使っていないからだと思います。

フレームワークの使い方を書いた本は、そのフレームワークが変われば古くなります。ところが数式と、それを Python で書き下した部分は変わりません。誤差逆伝播法は 2016 年も 2026 年も同じです。

非効率な作り方を選んだことが、結果として賞味期限を延ばした。そういう本だと思います。

ここは分けて考えたほうがよさそうです。

いまの AI 関連書の多くは「どう使うか」を扱います。それはそれで必要です。この本はその手前にあります。

生成 AI を使っていて「なぜこの答えが出たのか」が気になる場面があります。そこを埋めたい人には、遠回りに見えても近道かもしれません。

正直に書いておきます。軽い本ではありません。

数式も出てきます。ただし説明を飛ばさずに書かれているので、高校数学あたりまで戻れば追えるように作られています。

私が買ったときも、机の前に座って写経する形で進めました。電車の中では 1 ページも進みませんでした。

同じ時期に買った本に、scikit-learn を使う機械学習の入門書や、pandas でデータを処理する本があります。並べてみると役割がはっきり分かれます。