読者です 読者をやめる 読者になる 読者になる

pip install deeplearning

こちらもどうぞ。http://monthly-hack.com

Chainerと読む「深層学習」-vol.1

深層学習 (機械学習プロフェッショナルシリーズ) 」をChainerのコードと交えて読み進めようという趣旨。

 

こんにちは。最近DeepLearningの学習環境が整ってきていますね。

先日「機械学習(DeepLearing)の本と実際のコードを交えた資料があるとわかりやすい」という声を聞いたので、"Chainerと読む「深層学習」"をやってみたいと思います。

手探りで試行錯誤しながらなので、何か質問や意見があればコメントをください。

 

今回は導入として内容は2つです。

  • 環境設定
  • 深層学習の概要

では、よろしくお願いします。

 

Chapter0 事前準備

僕の機械学習環境を紹介します。

この記事を読むにあたって、必要なものは随時用意しましょう。

PythonやChainerのインストールはQiitaや個人ブログにたくさんあるので、適宜参考してください。

import chainer

が成功すれば準備は完了です。

 

Chapter1 はじめに

1.1 本書の紹介

本書深層学習 (機械学習プロフェッショナルシリーズ) 」は機械学習プロフェッショナルシリーズ】の一つで初めてDeepLearningを学ぶ人にオススメです。

QiitaやSlideShareにもDeepLearningを紹介するものがたくさんあるのですが、

簡略化されている部分が多いので、きちんと理解したい人は本書をどうぞ。

 

本書の目次は以下のとおり

第1章 はじめに
第2章 順伝播型ネットワーク
第3章 確率的勾配降下法
第4章 誤差逆伝播
第5章 自己符号化器
第6章 畳込みニューラルネット
第7章 再帰ニューラルネット
第8章 ボルツマンマシン 

 

DeepLearningの基礎となる情報が揃っていますね。これを一通り学べば最近の研究内容も理解しやすいでしょう。ちなみに第5, 7, 8章は自分自身もまだ詳しくないので勉強しておきます。

1.2 DeepLearningの歴史

第1章はコード化する部分がないので要約だけ。

  • 1940, 90年代: 多層NNの研究はあったが学習がうまくいかなかった。*5
  • 2000年代: 事前学習によって初期値をうまく設定すると学習がうまくいった。
  • 2010年代: 画像認識や音声認識の分野で大きな成果を残した。*6
  • 現在: 様々なタスクで成果を収める。とても流行する。
  • 理論だけでなく分散処理, GPU計算など計算能力の向上もDeepLearningが成功した大きな要因。

最近はトヨタ人工知能に投資していて、本当に流行っているんだなあとしみじみ。

過度な期待をされていて、いつかバブルが崩壊するのではと危惧しています...。けれども、しばらくは様々な分野に応用できる素晴らしい技術なのは確実。このビックウェーブを逃さず、しっかり知識をつけましょう。

 

www.nikkei.com 

深層学習 (機械学習プロフェッショナルシリーズ)

深層学習 (機械学習プロフェッショナルシリーズ)

 

 

*1:自分が普段使っている個人PC

*2:GPU計算もできる高性能な研究室PC

*3:執筆時はv1.5.0

*4:pip, easy_install, numpy, scipy, etc...

*5:勾配消失問題

*6:ILSVRC2012, Googleの猫, etc...