現在、急速に実装が進んでいるディープラーニングですが、高速計算をするためのGPU搭載グラフィックボードが高額だったり、要求されるマシンスペックが高くて、学習をスタートするのをためらっている方も多いでしょう。
そこで、Google社ではGoogle ColaboratoryというブラウザだけでJupyter NotebookやGPU, TPUなど高速化装置も使える無料のクラウドサービスを提供しています。
Google Colaboratory(通称Colab)は、
・セッションが切れると90分でランタイムがリセットされる
・12時間連続稼働するとランタイムがリセットされる
という制約がありますが、ディープラーニングの基本を学ぶには十分なスペックです。
このコースでは無料のGoogle Colaboratoryを使って、ディープラーニングの代表的なアルゴリズムを学んでいきます。
【コースの概要】
第1日: Google Colaboratoryを体験してみよう
機械学習で典型的な例題である手書き数字分類(MNIST)をColab上で解きます。
ノートブックの開き方、保存方法、ランタイムの切替方法などを学びます。
第2日: Fashion MNISTとデータの可視化
MNISTを拡張してファッションデータの分類にチャレンジします。
画像データを読み込んで、ノートブックに表示するテクニックを学びます。
第3日: 畳み込みNNでCat vs. Dog分類を解く
畳み込みニューラルネットワークをもちいて、Kaggleの演習問題(Cat vs. Dog)を解きます。
畳み込み、ReLU、プーリング、Sigmoid関数などについて学びます。
トレーニング履歴を変数に保持して、損失や推定精度の変化を可視化するテクニックを学びます。
データの増量やドロップアウトによるスコア向上
データジェネレーターの使い方を学びます。
第4日: DeepDreamで画像を生成してみよう
DeepDreamのシードを用いて、畳み込みニューラルネットワーク(GoogLeNet)レイヤーやノードが取り出す特徴をデフォルメして、入力画像から新たな画像を生み出します。
これにより、ニューラルネットワークのグラフの中でどのような特徴が取り出されているか、をインタラクティブに可視化して確認することができます。
ファイルをローカルからアップロードして変数に格納する手順を学べます。
今後、画像のスタイル変換への応用が可能です。
(今後、以下の応用トピックを追加していく予定です)
時系列データの扱い
GAN
強化学習
その他、リクエストが多いテーマがあれば検討します(メッセージでリクエストしてください)。
【受講対象者】
ディープラーニングを学びたいがGPU搭載ボードを購入しないで済ませたい方
(ブラウザが動くデバイスであれば実行可能です)
NVIDIA非対応のMacや、スマホ、タブレットなどでディープラーニングを学びたい方
Google Colaboratory固有の操作方法を学びたい方
(Linuxコマンドの実行方法やファイル操作)
GPU環境は持っているが、企業研修や共同開発などでGoogle Colaboratoryを活用したい方
(Googleドライブを使用して同じノートブックにアクセスしたり、ノートブックのシェアを行えます)
【受講をお勧めしない方】
ビデオを視聴して学習するのが苦痛な方
(自力でチュートリアルの解読をお勧めします)
GPU環境があり、ローカル環境で学びたい方
(クラウドだけで完結しますので、ローカル環境については取り上げません)
英語も数学も問題なく、機械学習にも精通していて、Googleの英語資料を解読して自習可能な方
(初学者向けにできるだけ平易な表現で解説しています。専門的な方はきっとつまらないと感じるのでお勧めしません。)
実践的な開発手法について学びたい方(以下の開発コースをお勧めします)
画像分類AI自作入門パート1: 畳み込みニューラルネットワークによる分類器生成+Flaskでウェブアプリ化
画像分類AI自作入門パート2: 転移学習による分類器生成+Djangoでウェブアプリ化
RNNによる自然言語処理・時系列データ解析
強化学習入門
GAN(画像生成)入門
643
24
TAKE THIS COURSE