TensorFlowの基礎

TensorFlowの概要と技術的な基本だけをまとめました

Transcript

1. TensorFlowの基礎
2. ⾃自⼰己紹介 • 下⽥田倫倫⼤大(@rindai87) • TensorFlow User  Group(TFUG)主催者 • 最近GDE(Google  Developer  Expert)の ML  Expertになりました
3. TensorFlowの概要 TensorFlowとはそもそも 何かについて説明します
4. TensorFlowとは？ • Googleがオープンソース化した機械学習 のライブラリ • 2015年年11⽉月に公開 • Google社内でも実際に使われている（と ⾔言われている）
5. TensorFlowのモデル 1. 学習モデルをグラフと して定義する 2. 学習を実際にどう⾏行行う かも定義する – 学習の評価⽅方法 – 最適化の⽅方法 – CPU  or  GPU – スタンドアロン or  分散 3. 定義に従って計算処理理 をデバイス上で実⾏行行さ せる
6. TensorFlowの歴史
7. TensorBoardなどのツール
8. その他のTensorFlow情報 1. Google内でのTensorFlow 2. TensorFlowの事例例 3. TensorFlowコミュニティ 4. 企業でのTensorFlow https://goo.gl/kiU4qd
9. TensorFlowの基本 TensorFlowを利利⽤用する上での 基本について説明します
10. TensorFlowにありがちな勘違い TensorFlowは深層学習に 特化したツールである 10
11. TensorFlowの超基本 OP Input Output OP OP Input グラフを意識識しながら処理理を記述して 最後にどびゃっと実⾏行行する 11
12. TensorFlowのパラダイム • はじめにテンソルの演算グラフを作る • グラフの実⾏行行単位をセッションという • 定数、変数、プレースホルダーを宣⾔言できる • 作ったグラフはデバイス（CPUやGPU）に展 開して実⾏行行する • 分散処理理も可能である 12
13. TensorFlowのパラダイム • はじめにテンソルの演算グラフを作る • グラフの実⾏行行単位をセッションという • 定数、変数、プレースホルダーを宣⾔言できる • 作ったグラフはデバイス（CPUやGPU）に展 開して実⾏行行する • 分散処理理も可能である ということを、Pythonをインターフェースとして ⾏行行っているフレームワーク 機械学習に関する便便利利なヘルパー関数がいっぱい あるのがポイント 13
14. ここだけ押さえればTensorFlowが 分かる簡単な例例 • 例例１：⾜足し算 – 演算（operation） • 例例２：カウントアップ – 変数（Variable） • 例例３：⼊入⼒力力値をいろいろと変える – プレースホルダー（Placeholder） • 例例４：セッションを使う – セッション（Session） • 例例５：⾼高ランクなテンソルの演算 – テンソル（Tensor） 14
15. ここだけ押さえればTensorFlowが 分かる簡単な例例 • 例例１：⾜足し算 – 演算（operation） • 例例２：カウントアップ – 変数（Variable） • 例例３：⼊入⼒力力値をいろいろと変える – プレースホルダー（Placeholder） • 例例４：セッションを使う – セッション（Session） • 例例５：⾼高ランクなテンソルの演算 – テンソル（Tensor） 15
16. 1+2  =  3の⾜足し算 16
17. 演算（Operation） x(定数) y(定数) + 演算がグラフのノードとなる（この場合は加算の演算） tf.add() tf.constant() tf.constant() 17
18. 演算（Operation） x(定数) y(定数) + 演算がグラフのノードとなる（この場合は加算の演算） tf.add() tf.constant() tf.constant() 1 2 3 18
19. ここだけ押さえればTensorFlowが 分かる簡単な例例 • 例例１：⾜足し算 – 演算（operation） • 例例２：カウントアップ – 変数（Variable） • 例例３：⼊入⼒力力値をいろいろと変える – プレースホルダー（Placeholder） • 例例４：セッションを使う – セッション（Session） • 例例５：⾼高ランクなテンソルの演算 – テンソル（Tensor） 19
20. カウントアップ 20
21. 変数(Variable) inc(定数) + cnt(変数) 通常のプログラミング⾔言語の変数などと同じように 代⼊入可能な箱として変数がある tf.assign() tf.Variable() tf.constant() tf.add() 1 0 21
22. 変数(Variable) inc(定数) + cnt(変数) tf.assign() tf.Variable() tf.constant() tf.add() 1 0 1 通常のプログラミング⾔言語の変数などと同じように 代⼊入可能な箱として変数がある 22
23. 変数(Variable) inc(定数) + cnt(変数) tf.assign() tf.Variable() tf.constant() tf.add() 1 1 2 通常のプログラミング⾔言語の変数などと同じように 代⼊入可能な箱として変数がある 23
24. 変数(Variable) inc(定数) + cnt(変数) tf.assign() tf.Variable() tf.constant() tf.add() 1 2 3 通常のプログラミング⾔言語の変数などと同じように 代⼊入可能な箱として変数がある 24
25. ここだけ押さえればTensorFlowが 分かる簡単な例例 • 例例１：⾜足し算 – 演算（operation） • 例例２：カウントアップ – 変数（Variable） • 例例３：⼊入⼒力力値をいろいろと変える – プレースホルダー（Placeholder） • 例例４：セッションを使う – セッション（Session） • 例例５：⾼高ランクなテンソルの演算 – テンソル（Tensor） 25
26. いろんな値を⼊入⼒力力する 26
27. プレースホルダー(Placeholder) y (プレースホルダ） x(定数) + tf.constant() tf.add() tf.placeholder() あらかじめ箱を作っておいて 実⾏行行時に好きな値を⼊入⼒力力させる 1 27
28. プレースホルダー(Placeholder) y (プレースホルダ） x(定数) + tf.constant() tf.add() tf.placeholder() feed_̲dict 1 1 2 あらかじめ箱を作っておいて 実⾏行行時に好きな値を⼊入⼒力力させる 28
29. プレースホルダー(Placeholder) y (プレースホルダ） x(定数) + tf.constant() tf.add() tf.placeholder() feed_̲dict 3 1 4 あらかじめ箱を作っておいて 実⾏行行時に好きな値を⼊入⼒力力させる 29
30. ここだけ押さえればTensorFlowが 分かる簡単な例例 • 例例１：⾜足し算 – 演算（operation） • 例例２：カウントアップ – 変数（Variable） • 例例３：⼊入⼒力力値をいろいろと変える – プレースホルダー（Placeholder） • 例例４：セッションを使う – セッション（Session） • 例例５：⾼高ランクなテンソルの演算 – テンソル（Tensor） 30
31. 実⾏行行環境を分ける 31
32. セッション 1(定数) + cnt(変数) tf.assign() tf.Variable() tf.constant() tf.add() 1(定数) + cnt(変数) tf.assign() tf.Variable() tf.constant() tf.add() セッションにより グラフの実⾏行行環境が まるっと独⽴立立する 名前空間のようなもの tf.Session() tf.Session() 32
33. ここだけ押さえればTensorFlowが 分かる簡単な例例 • 例例１：⾜足し算 – 演算（operation） • 例例２：カウントアップ – 変数（Variable） • 例例３：⼊入⼒力力値をいろいろと変える – プレースホルダー（Placeholder） • 例例４：セッションを使う – セッション（Session） • 例例５：⾼高ランクなテンソルの演算 – テンソル（Tensor） 33
34. テンソル（Tensor） のランクを⼤大きくする ここまでの話を 多次元の値に拡張 34
35. テンソル ランク どうなる 0 スカラ（要はただの数値） 1 ベクトル（配列列） 2 ⾏行行列列（2次元配列列） 3 3次元配列列（⾏行行列列に厚みがある感じ） n n次元配列列（イメージできない世界） 要は取り扱うデータ構造のことだと思ってください 今までの話はここ 35
36. 多次元版の⾜足し算 36
37. ⼊入⼒力力となるテンソルが違うだけ x(定数) y(定数) + 演算がグラフのノードとなる（この場合は加算の演算） tf.add() tf.constant() tf.constant() [[1,2], [1,2]] [[3,4], [3,4]] [[4,6], [4,6]] 37
38. この先は？ • ここまででTensorFlowの基礎中の基礎は 完了了となります • 残念念がら、機械学習や深層学習について は⾝身についたわけではありません • TensorFlow本家のチュートリアルなどで TensorFlow⾃自体、また深層学習の知識識を 深める必要があります
39. Thank  You  !! 39