1. 概要
このページ「説明書🔰と活用法💪」は，このサイトの説明書に相当するページです．特に，各ページ内の構造(各パーツの機能)を紹介することにフォーカスしています．よって，それを「2. 読み方」として，ページ内のレイアウト構造・各パーツの役割を，順に紹介します(2節)．その後「活用法💪の案 (3節)」では，このサイトの利用効果を高めるアイデアを，例をあげながら提示します．
この記事を説明書代わりに繰り返し閲覧・再確認して頂くと，このサイトの活用度が増すはずです．用語集・コラムを始めとした「各カテゴリの構成と意図」については，以下Aboutページの1.1節「記事カテゴリーの全リスト」からすぐに確認・各トップページへの遷移ができます．
(2025年6月) noteに，以下のサイトの簡単な使い方を紹介した宣伝記事を公開しました：
『CVMLエキスパートガイド』の紹介記事： その「探究力重視への移行」の狙いと，探究力を伸ばす主内容「用語wiki」について．
この記事の3節4節が，本ページの超圧縮版(用語wiki)となっていて，本ページと相性良いのでと，これまで深くはサイト上で話さなかった「探究学習に移行をさせたい，まずいなあと思っていた動機」を突っ込んで書いています．記事を読んで良いと思われたからは，「いいね」を下さい (noteは，コメントでご意見いただくのも歓迎です)．
2節以降で、サイト構造や使い方を述べるまえに，まず1.1節では，このサイトの特徴と，それを理解した使い方について，短くまとめておきます．
1.1 このサイトの特徴・長所に沿った使い方
このサイトの特徴・長所は，(参考書やコースと異なり)記事が少しずつ増えていき，過去の記事も随時リライトされていく点です．Webサイト上にテキスト・書籍のような構成で構築しているおかげです．また，サイト内の内容だけでなく，サイト外の関連内容(指定参考書や関連論文，他のサイトの記事など)を探索的、探求的に使用できるです．
情報過多の時代で，「全部を調べようとするのは悪手」であります．上級レベルでもなければ，全て先端動向を追ってしまうと、インプット活動だけに忙しくなって追いきれず、しかもアウトプットも減ので，成長や機会向上につながりません．
※ 調べることだけに追われている人は，そもそも「仕事ができない人」です．in-outのバランスが重要です．逆に実践だけで，inputや学習がないひとも，「古い仕事しか出来ない」人になるので駄目です．
当サイトの「探究を支援する」「探究力の成長をサポートする」という設計をうまく活用すると，「自分の得意分野」「独自のフォーカス」「組織のゴール」へと，まとをしぼった研究開発(とくにアウトプット)がはかどるかとおもいます．About | サイトと管理人について の冒頭の『「サイト内での探求」と「サイト外への探求」の両立』についての話も参照にしてください．
(特に)コラムを通してもお手伝いするように、思考法・行動法を向上することも重要です．知識偏重になりがちですがそれを避けるために，頭の使い方や，行動の仕方，振る舞い方なども，ぜひ磨いていってください．
1.2 用語Wikiの全体構造
用語Wiki では，ディープラーニングの「タスク/ モデル(orアルゴリズム)」 の，大きく2種類の記事に分類しています (図0)．また，DNNの部品である層やブロックについても，個別に記事を執筆しています．
このあと「2節：読み方」で詳しく紹介するように，各ページの共通レイアウトとして「1節：概要 → 2節 ~N-1節 ：中身 → N節 まとめ」という，「概要/導入節→サポート節→まとめ/結論節」の構造で執筆しています．これは，常に，各記事を「論文的な文章構成」にして慣れてほしいためです．
また，2~ (N-1)節の「中身」では，各モデル/手法を時系列順に各節で紹介し，各節の分量が多い場合は，子記事に分離するようにしています(図0)．
以上のような記事内・記事間の構造にすることで，Wikipediaのような「階層手的でWordNet的な用語辞典」を，用語Wiki全体で実現しています．
2. 読み方: ページ内のレイアウト
ここでは，各ページの「基本的なレイアウト構造」について紹介します．レイアウト構造内の各パーツの機能を順に説明します．
2.1 メニューバー
各カテゴリへトップページへの遷移「メニューバー」として，
- スクロールしても追従する「トップメニュー」(2.1.1)
- ページ先頭だけで表示され追従しない「サブメニュー」(2.1.2)
を用意しています．
2.1.1 トップメニュー
「トップメニュー」(図1)には，ホームで紹介している，以下カテゴリの各トップページへのリンクを配置しています．
また，以下3つへのリンクも配置しています(図1)：
- About | サイトと管理人について と子ページ群
- 説明書🔰と活用法💪(このページ)
- 検索専用ページ
左上の「サイトロゴ」もしくは「ホーム」を押すと，サイトのトップページである「ホーム」へ移動できます．
各ボタンをマウスオーバーすると，そのカテゴリの各サブカテゴリのボタン一覧がプルダウンで登場し (図2)，ボタンを押すと，そのサブカテゴリーのトップページへ移動することができます．
2.1.2 セカンドメニュー
セカンドメニュー(図3)には，ユーザーのアクセス頻度が高そうな，第2階層以下のカテゴリ別トップページを厳選して，アクセスボタンを集約しています．
一番左に「ディープラーニングの用語記事 (タスク・モデルで分類)」を配置し，用語集の中でも一番トップ階層で全体像を見渡せるこのページに，頻繁にアクセスしやすいようにしました.
トップメニュー(2.1節)は，多くのサイト同様に「 全カテゴリのトップページへのリンク集」として構成しています．しかし，このトップメニューだけですと「階層が少し下のページだが，頻繁にアクセスしたいページ」へ，瞬時にアクセスしづらい面もあるゆえ，(その中から少数を厳選した)セカンドメニューも別途用意しました．
2.2 典型的な記事構成 (本文)
各記事(特に用語集の記事)は，論文のように「導入(概要)→中身(本題の詳細)→まとめ(結論)」の3段式で，基本的に構成しています：
- 1節：[概要]，導入と概要・背景の提示．
- 「2節以降の記事構成」も，リストとして提示．
- 2節以降：本題の詳細
- 最後の節：まとめと結論
このグラデーション付きの枠は，各記事の1節で「節の構成」をリスト表示する際に使用する，共通したデザインの枠です．1節以外でも，各節の「サブ節構成」をリスト表示するときにも，このグラデーション枠を使用します．
2.2.1 親記事・子記事へのリンク
用語記事は，どれも階層構造をなしています．したがって，親記事も別タブに開いて，親記事とセットで(補助にして)用語記事を読むことをオススメします
各記事の「1節最後」に親記事へのリンクボタンを設置し，すぐに開けるようにしています．以下のボタンがその例です：
2.2.2 その後，2節以降が，詳細について
2節以降では，(多くのテキスト同様に) 時系列順・登場順に並べて，各節で詳細内容を紹介します．時系列順が存在しないもの同士の場合，順番には意味を持たせていません．長い記事の場合は，最後の節に「まとめ」の節も書きます．
各節が，子記事として成立するボリュームがある際には，詳細内容を別の子記事へと分割していることが多いです．子記事の図1を掲載し，子記事へのリンクボタンも設置しています
2.3 本文以外の情報
本文 (2.2節)の「まとめ」の節が終わった以降の下部には，以下2つのセクションも用意しています．
- 参考書籍(2.3.1節)
- References(2.3.2節)
これらの節も，2.2節の本文と同様に，「論文的な構成」を意識してます．
2.3.1 参考書籍
「参考書書籍」には，参考書籍として一緒に読むと参考になる本を並べて，本へのAmazonページへのリンクも貼っていて中身もすぐ確認できるようにしてます．あくまで「参考となる書籍」の一覧を示したもので「管理人が，執筆時に参考にした本の一覧」ではありません．
各記事では，この参考書籍リストに対応ページも記載しているので，効率よくテキスト中の対応ページに到達できます
厳選した「指定参考書」の一覧
このサイトが「指定参考書」とみなしている書籍一覧を，以下リストで示します(ホームにも掲載)：
【指定参考書1軍 (特にオススメ)】
中級者以上向けの，2023~2024年発売の最新テキスト3冊です．教える・育てる側である大学教員・中堅研究者層も(電子版でなく物理本)を本棚に加えたいところ．英語教科書2冊は，高価でボリュームも多いゆえ，ほんとに必要な人だけ購入した方が良いです(※ Apple Book版も安くてオススメ)：
- Pythonで学ぶ画像認識 (機械学習実践シリーズ) 田村雅人，中村克行 (2023) 【紹介した記事】
- 「Foundations of Computer Vision (2024/4)」 Antonio Torralba , Phillip Isola, William T. Freeman．【紹介記事を執筆予定】
- 「Understanding Deep Learning (2023/12) 」Simon-J.-D.-Prince 著 【紹介記事を執筆予定】
【指定参考書 2軍 (オススメ)】：
- Probabilistic Machine Learning: An Introduction, Kevin Patrick Murphy, 2022.
- 深層学習 改訂第2版(機械学習プロフェッショナルシリーズ) 岡谷貴之 (2022)
- 画像認識とこの本の2冊よりも，今は1軍の英語2冊(Foundation~,Understanding ~)の方が,新しい内容の比重が多くオススメです．
- IT text : 自然言語処理の基礎 岡﨑 直観ら (2022/8月)
- 詳解 3次元点群処理 Pythonによる基礎アルゴリズムの実装, 金崎朝子, 秋月秀一, 千葉直也 (2022)
指定参考書と「各ページへの対応づけ」
用語集とコラムでは，このサイトが「参考書籍(＝教科書，テキスト)」としみなしている各書籍の，「各用語に対応する節番号とページ」数を記事最後に示しています(例：6.2 節 Transformer (p100) )．また，以下のスクリーンショットは，バッチ正規化とその発展型の記事での対応付の表示例です：
2.3.3 References
記事中で参照(refer)している論文の一覧です．CVPRなどをはじめとした「ビジョン系会議」の論文で伝統的に使用されている「参照論文の数字でのインデックス形式」ではなく，[He et al., 2015] のような，[主著者の苗字 et al., 発表年] による参照方式を採用しました ．第一著者の，苗字のアルファベット順に，各参照を列挙します．著者が2人のみの場合は，[Max and Welling, 2014] のように，2人とも苗字を表記するようにもしています．
この参照方式を採用した理由は，プロの研究開発者であれば，「論文名や手法名だけ知っている」のでは終わらずに，著者(提案者)と，各技術の関連付けを意識してほしいことが理由です．研究や提案をしているのはあくまで「人」であり，提案者を抜きに，論文や技術だけをチェックするのは素人の姿勢です．
※ 以前からコンピュータビジョン業界で定番化されている「数字インデックス付けのrefer形式 (例 [1], [24]など)」は，非常に不便だと感じています．数字インデックスだと，論文本文中を読んでいる最中には，referenceの節にとばないと著者名がすぐわからないので，研究者と手法をすぐに関連づけづらく，とても不便です．
2.3.3 脚注 (footnote)
2.3.2節にあるような，「丸かどで囲まれた部分」には「脚注」的な情報を書きます．本文の定式的・定義的な内容と区別する意味で，脚注の中に私感や，おまけ情報などを書きます．
特に「用語集」では，この脚注で囲った部分に，私独自の視点が強い「ノウハウ・Tips」や，意見，感想などを書くことが多いです．
3. サイトの活用法の案
3.1 SNSへの共有 (特に組織内SNS)
自分で技術記事をネットに公開したりなど発信するのが一番と思うので，XやBlusky記事の感想などをつぶやいてみましょう．単に読むよりも，書いたり話したりするほうが，数倍定着率が高くなるのことが理由です．noteやブログなどでも，記事を読んだ感想を共有するのも，記憶に残ったり，新しい気づきを得たりするのもGoodです．
※ [2025年6月追記]褒められるためにやってはいませんし，Giveの精神でやってきましたが外部で，このサイトを応援してくださると，非常に励みになります．アフィリエイトで黒字デたりもしていないので．
外部発信がいやという方や，公的なSNSはしていないという方も，Slackや社内Wikiなど，チームの内部的なメッセージングツール上で，用語wiki記事やオススメ書籍記事などを，シェアしてみたり，感想ちょっとつぶやくなどでもありです．そうして「(自分でも)書く」ことで，新たな自分なりの疑問や課題を発見することにもつながります．たとえ「1行感想」であったり，感想も書かなくても「記事のリンクを共有・紹介する」だけでも，発信することは記憶や思考に印象づけるので，なんらかの良い効果がでると思います．
逆に，何も書いたりしないし発信もしない人は，その分だけ損しています．なにごとも，「受け身に」情報を受けとるだけでは，情報を解釈できていません．そのあと記事や文書を書いたり，実際にソフトウェアを作ってみるなど，アウトプット・発信したほうが，生の情報から自分なりの解釈・認識にかわり良いです(※)
※ 中級者には，改めて言わないといけないようなアドバイスではないですが，念のため書いています．
3.2 ブログやナレッジ共有サイトで書く
Webで，ブログやnoteに技術的な記事を書く方や，ナレッジ共有系のqiitaやzenなどで記事を書いている方は，当サイトについても学んだことや気づいたことをそれらで書くと良いです．長文を書くと，断片的な情報が整理され，自分なりの解釈へと初めて昇華できるからです．
また，このサイトの内容自体にあまり触れずとも，例えば「最近，人物姿勢推定の実験を試しているのだが...」と言ったぐあいに，このサイトの用語wikiページへのリンクを，対応する専門用語の上に貼るだけでも，非常に便利になると思います (※これは3.3節の「メモ」でも同じことです)．
PyTorchやTensorflow2などで，特定の手法を実装したことをメモしたり，アピールする記事でも，参考記事として重宝するはずです．それは，各記事(用語集とコラム)は，「教科書」や「技術セミナー(応用のノウハウ込み)」に相当する記事になっているからです．
3.2.1 各単語に用語wiki記事へのリンクを貼るメリット
さきほどの「人物姿勢推定の〜」のように，ハイパーリンクを書いておき，リンク先へ跳べば，その用語の記事をすぐに読むことができるのが，本サイトを「Web上に実装している最大のメリット」です(※ 教科書や書籍では実現できない)．たまにこれをwikiペディアの記事で行なうひとは居るでしょうが，私はそのwikipedia風に，用語wikiをつくりました(※ただし)
例えば，みなさんが，技術記事を書くと，普通は「参考記事リンクは，記事の最後にリスト化する」という書式にしてしまうと思います．対して，用語wikiへ対応する単語からリンクを張ると「記事中の専門用語解説にも，すぐにアクセスできる」というメリットがうまれます．最下段の参考リンクリストまで行かなくても，読んでいるその場で，読者(や自分)がこのサイトの記事にすぐにアクセスして，内容を確認できます．これはおおきな利点です．何度も復習しやすいですし，記憶や定着率の向上もはかりやすいです．突然の閃きにも繋がりやすいです
管理人は，この用語wikiが備えるwikiの良さによる「探究補助・アイデアだし支援」でも，CVMLエキスパートガイドは，皆さんの仕事に大きく貢献をしているはずと革新していますいます．日常的に使うと
また，このサイトの各用語は「関連性・階層構造・カテゴリー」を大事にしてページ関係を構築していますので，普段の研究開発において「解決アイデア」や「あらたな問題設定」「技術の課題」などの各種アイデアを閃きやすい仕組みを構築することにもつながります．
3.3 メモ用のMarkdownや，Notebook上にリンクを貼る
3.1節は「SNSやメッセージアプリへの共有」という話でしたが，メッセージングの性質上，これは一過性のもので終わって継続性がなくなりがちです．そこで，ノートアプリや，メモとして使用しているご自身のMarkdownなどに，用語へのWikiリンクを貼り，すぐに該当する用語記事へ跳んで復習できるようにする，という活用法も提案しておきます
同じ話で，Colab Notebookや， Jupyter Notebook上に，メモとして実装中の技術に対応する用語の用語記事へのリンクをつくってメモしておくことも有効です．すぐに用語記事で内容を復習できるのに加えて，その用語に関連する参考書籍や参考記事にも辿れるので，一石二鳥です．(Colab や Webノートアプリからの定期的なアクセスは，現状でも結構多いです)
また，会社や研究室のチームで共有しているメモアプリやプロジェクト管理アプリでも，このサイトの記事を紹介すると，情報共有効果や，チーム内での議論の活発化を促す意味で効果があると思います．例えば Dropbox Paper や，Atlassian に，マインドマップや，その他の社内Wiki など，「チームのみんなでメモをストックして共有している場所」や「個人のナレッジベース」へ，当サイトの記事をリンクすることで，単なるナレッジ共有に留まらない効用が期待できます．当サイトはWebサイト型Wikiであり，各用語記事へのアクセスが用意なので，用語記事共有を元にした議論や，チームでのアイデア出しにもつながりやすいと思います．
3.4 学習教材・テキストとしての活用
3.4.1 大学院の授業で，(補助)テキストとして活用する
大学の講義でも，リモート授業や，講義用システムでのリモート学習(アプリでの予習復習や反転授業)なども増えていると思います．
用語集の各記事は，テキストレベルの内容を提供していますので，教員の方は補助テキストとして，本サイトも活用することで，講義やプロジェクト型授業のレベルの向上に役立つと思います．
旧帝大や早慶の理工系学部には「実習型の授業」が3~4年次に配置されていると思いますが．そういった(モンテッソーリ教育的な)見守って好きなものを自分で見付けてもらう感じの，「プロジェクト型の探究授業」で，指定教科書に加えてこののサイト存在だけちょこっと知らせておくと，．そうすると，準備が減り，忙しい授業準備のお役にたてる面はあると思います．
※ ただし，このサイトの内容はあくまで中級者以上向けであるゆえ，学部生や大学院生にとっては難しい内容も多く含んでいることには注意です．放置で学べるレベルの人にのみ，完全放置でサイトだけ教えれば，そうでない場合は，講義と連動して教員や上司がきちんと個々の内容を教えてあげてください．
3.4.2 企業での学習・技術共有や，メンバーへの新人研修・学習資料として使用する
社内のWikiやNotionやSlackなどで，普段から「Web上の技術記事」を共有されている方は，すなおにこのサイトの記事をリンクしていただくと，活用いただけると思います．
また，新人研修や，定期的な勉強会などの学習資料の中に，用語集の記事などをうまく活用していただくと，専用のスライドや教材を用意する手間も省けます．また，自宅等でもすぐに復習できるWeb上のテキスト・拠点サイトである利点を活かした，より高度な育成が可能となると思います．
このサイトを普段からメンバーに紹介していただくと，このサイトの内容が「勝手に身に付く」メリットがあります．なおかつ，このサイトは「外向きに自分で探索する意識をやしなう」設計になっていますので，本サイトを紹介した時点で，自律的にこのサイト以外を探索(サーベイ)できる人材になっていくことを(楽して)期待できます．また，探究的生活や探究方法が自然と身に付く本サイトなので，自己のアイデアに基づいて自律的に探究する人材への転換も，(楽して)期待できます．
単に，「資料を用意しなくて済んだ」ことがゴールではないです．このサイトの「使用していると，サイトのサーチ的な冒険的なシステムにより，自然と探究レベルが向上する」方が，むしろメリットであります．よって，そうして探究レベルが高まった結果，速い段階から，あまりこのサイトは使わないまで自律どあいが進んだ(＝中〜上級者への仲間入り)というのも，それはそれで好ましいことだと思っています．
ただ，私のサイトにはヒントや，気づきも多いので，既に自律度高くなっても使い続けて頂くと有効な面は多いとは思いますが．何度も言うように「wiki構造に沿った回遊で，アイデア出し(つなぎ合わせ)を助ける」という利点が大きいはずです．(これは書籍や論文では得づらいメリットなので)．
3.4.3 勉強会や交流会などを，このサイトを元に開催する
日本のIT業界では，むかしからオライリーの有名なテキストなどを用いて，読書会や勉強会を開く文化があります．前節のように，社内でももちろん勉強会や読書会の企画はもちろんよいのですが，せっかく「Web上のテキスト・拠点サイト」 であることを活かして，オープンに勉強会や交流会を開いてイベント化するのも良いと思います(※1)(※2)．
※1 個人的には，SSIIやMIRUも，オープンカンファレンス化を進めたほうが良いと思っています．
※2 [2025年追記] ICCV/ECCVなどが「年月が経てば論文をクローズ化」するようになったのもあり，考え方が少し変わりました。近年では，「半オープンカンファレンス化」くらいが，ちょうど良さそうと思います．講演やチュートリアル類は「資料だけwebに出す」くらいの感じが良さそ．
4. おわりに
トップメニュー(のツールバー)に，このページ「説明書と活用法」へのリンクボタンを設置していますので，定期的に見直してください．
また，以下のページもご覧になっていただくと，この「サイトの設計構成の意図」を理解できるゆえ，サイトの使用効果を更に高めることができるはずです：