本講座のゴールは、PyTorchを使ってディープラーニングが実装できるようになることです。
PyTorchを使ってCNN（畳み込みニューラルネットワーク）、RNN（再帰型ニューラルネットワーク）などの技術を順を追って幅広く習得し、人工知能を搭載したWebアプリの構築までを行います。
Section1. イントロダクション
→ PyTorchの概要、ディープラーニングの概要、そしてPyTorchの基礎であるTensorについて解説します。
Section2. PyTorchで実装する簡単なディープラーニング
→ 可能な限りシンプルなコードで、ディープラーニングを実装します。
Section3. PyTorchの様々な機能
→ 自動微分、DataLoaderなどのPyTorch特有の機能について解説します。
Section4. 畳み込みニューラルネットワーク（CNN）
→ CNNの原理を学んだ上で、CNNによる画像分類をデータ拡張、ドロップアウトとともに実装します。
Section5. 再帰型ニューラルネットワーク（RNN）
→ RNNの原理を学んだ上で、シンプルなRNNの構築、およびRNNによる画像生成を行います。
Section6. AIアプリのデプロイ
→ 学習済みモデルを活用した人工知能Webアプリを構築します。