Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
実際のコードで流れを感じるDeepLearning超入門
Search
naa
May 14, 2020
Programming
0
340
実際のコードで流れを感じるDeepLearning超入門
naa
May 14, 2020
Tweet
Share
More Decks by naa
See All by naa
Open Hack U 2020 vol.4 発表資料
naa
0
49
技育祭 学生LightningTalks!
naa
0
310
よわよわ大学生がKaggleの世界を覗いてみた話
naa
1
780
世界中を敵に回してもあなたの味方bot_技育祭学生LT大会登壇資料
naa
0
270
WEBデザイン×UXデザイン
naa
0
170
HTML/CSS 1カラムレイアウト勉強会資料
naa
0
39
Other Decks in Programming
See All in Programming
クラウドサービスの 利用コストを削減する技術 - 円安の真南風を感じて -
pyama86
3
240
型付きで行うVSCode拡張機能開発 / VSCode Meetup #31
mazrean
0
220
sqlcを利用してsqlに型付けを
kamiyam
0
230
実践Dash - 手を抜きながら本気で作るデータApplicationの基本と応用 / Dash for Python and Baseball
shinyorke
2
220
pytest プラグインを開発して DRY に自動テストを書こう
inuatsu
2
240
GitHub Copilot Workspace で我々のアプリ開発がどう変わるのか?
shuyakinjo
0
850
Modern Functional Fluent CFML REST by Luis Majano
ortus24
0
120
Pydantic x Database API:turu-pyの開発
yassun7010
1
450
GraphQLとGigaViewer for Apps
numeroanddev
4
880
ACES Meet におけるリリース作業改善の取り組み
fukucheee
0
120
Pythonによるイベントソーシングへの挑戦と現状に対する考察 / Challenging Event Sourcing with Python and Reflections on the Current State
nrslib
3
870
Applied NLP in the Age of Generative AI
inesmontani
PRO
3
1.1k
Featured
See All Featured
Fontdeck: Realign not Redesign
paulrobertlloyd
81
5.2k
A Tale of Four Properties
chriscoyier
155
22k
Happy Clients
brianwarren
97
6.6k
How to Ace a Technical Interview
jacobian
275
23k
Raft: Consensus for Rubyists
vanstee
136
6.6k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
Being A Developer After 40
akosma
84
590k
5 minutes of I Can Smell Your CMS
philhawksworth
202
19k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
6
220
Product Roadmaps are Hard
iamctodd
PRO
48
10k
Designing for humans not robots
tammielis
249
25k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
249
21k
Transcript
Deep Learning 超入門 実際のコードで流れを感じる エンジニア志望学生LT大会 - TechStudyGroup #2 2020/05/14
自己紹介 • 名前:naa • 属性:大学4年生 • 好きなもの:パンケーキ • 苦手なもの:環境構築 2
作って間もないアカウント @naa_yowayowa
注意! • LT初心者 • プログラミングスキルは授業で習った(+ほんのちょっびっ と)程度 • チャレンジ精神で応募 • とりあえずアウトプットがしたかった
温かい目で見てください… 3
DeepLearningの工程 データ の準備 ネット ワーク の構築 学習 推論 4
実際に実装するとなると どんな感じになるんだろう…? 5
このLTでは 理論的な話は少なめに! 実際のプログラムを見ながら 流れを体感していただこうと思います! 6
Deep Learningを ノリと勢いで解説していきます 時間がないので駆け足で! 7
今回の概要 Pytorchを使います • Python向けのオープンソース機械学習ライブラリ • 参考文献:https://qiita.com/knyrc/items/0a0092b9903b97fb41b4 環境 Google Colabを使用 →環境構築不要!手軽!
→GPUも使える! 8
今回の概要 データセット • The MNIST database • 「0」~「9」の手書きで書かれた数字の画像データと、その画像に書 かれた数字を表すラベルデータから構成される https://weblabo.oscasierra.net/python/ai-mnist-data-detail.html
9
早速コードを見ていきます! 10
#0 Pytorchとscikit-learnのインストール 使うものをあらかじめインストール 11
DeepLearningの工程 データ の準備 ネット ワーク の構築 学習 推論 12
#1 ライブラリインポートと 学習データのダウンロード ライブラリのインポート 学習データのダウンロード 13
#2 DataLoader作成 データセット ↓ 学習データ + テストデータ DataLoaderを作成 … …
14
DeepLearningの工程 データ の準備 ネット ワーク の構築 学習 推論 15
#3 ネットワーク構築 16
#3 ネットワーク構築 それぞれの層の設定 17
DeepLearningの工程 データ の準備 ネット ワーク の構築 学習 推論 18
#4 誤差関数と最適化の手法の設定 • 誤差関数(損失関数) • ニューラルネットワークの性能の「悪さ」を示す指標 • 最適化 • 誤差関数から導かれた値をもとに学習のパラメータを更新する
19
#4 誤差関数と最適化の手法の設定 たったこれだけ!簡単!! 20
#5 学習の設定 学習データをネットワークに入れる 誤差関数を計算 誤差関数から修正分を出す 計算した修正分から最適化 学習モードに切り替え 21
DeepLearningの工程 データ の準備 ネット ワーク の構築 学習 推論 22
#6 推論の設定 テストデータをネットワークに入れる 推論モードに切り替え 推論! 23
#7 学習後データの正解率 • 0回目 707/10000(7%) • 1回目 9533/10000(95%) • 2回目
9543/10000(95%) • 3回目 9495/10000(95%) • 4回目 9547/10000(95%) • 5回目 9637/10000(96%) 24
まとめ 意外とDeepLearningのハードルは低かった 25
ご清聴ありがとうございました! 26
参考文献 • PyTorch で MNIST on Google Colab with GPU
https://qiita.com/knyrc/items/0a0092b9903b97fb41b4 • ゼロから作るDeep Learning ―Pythonで学ぶディープラーニング の理論と実装 27
参考文献 • 今回の発表したものの超個人的詳細メモをはてなブログに書い てみました. • 興味がある人はぜひ • DeepLeaning初心者がPyTorchでMNISTデータセットを用いて 深層学習を行う https://naa-study.hatenablog.com/
28