【4日間でチャレンジ】Python 3・ PyTorch によるディープラーニング・AIアプリ開発入門
2018年大注目の高速ディープラーニングライブラリ・PyTorchを使い、深層学習 による分類・推定や、時系列データ処理等を学びましょう。Jupyter Notebook上で基礎を学び、最終的にアプリ化にチャレンジします。
Ratings 4.57 / 5.00
What You Will Learn!
- ディープラーニングの代表的なアルゴリズムを一通り体験できます。
- 高速でシンプルに学習・推定ができるPyTorchの使い方をコードを書いて学べます。
- NumPyを置換するPyTorchでのテンソル（多次元行列）の扱いについて学べます。
Description
【どうして今PyTorchを学ぶべきか？】
このコースでは、Facebook AI Researchグループなどで開発されているPyTorchという深層学習ライブラリの基礎的知識と、典型的なディープラーニングモデルの実装、Webアプリ化にチャレンジします。
PyTorchはTensorFlowと双璧をなす、ディープラーニングライブラリで、2018年夏にはCaffeと統合され、さらなる普及が予測されます。
最新のAI研究成果で発表されたアルゴリズムはいち早くPyTorchで実装されていて、最新のAI研究成果を学ぶのにとても役立ちます。
【更新情報】
2018/7/6 オートエンコーダ（自動符号化器）による時系列データ（気温データ）の解析、異常値検出を行うセクションを追加しました。
【コースの構成】
1日目： PyTorchと機械学習、環境構築
2日目： PyTorchによるテンソル（多次元行列）表現と自動微分計算
3日目： ニューラルネットワーク（3層パーセプトロン）でワインを分類してみよう（3層）
ディープラーニング（多層パーセプトロン）でワインを分類してみよう（多層）
4日目： オートエンコーダ（自動符号化器）を使った時系列データの異常検知（2018/7/6 追加）
＊リクエストに応じて、チュートリアルを追加収録していきます。
【PyTorchの特徴】
PyTorchは、以下のような特徴があります。
・NumPyより高速なテンソル（多次元行列）計算ライブラリ
・Define by Run： モデルを動的に定義し、柔軟な学習が可能
TensorFlowはDefine & Run（あらかじめモデルを定義し、トレーニング時にはモデルは固定）
・研究者コミュニティで爆発的に普及
などの特徴があり、今後も成長が期待されます。
TensorFlowよりシンプルにモデルを定義することができるのと、GPUのパワーを最大限に活かすことができるのがメリットです。
ぜひこの機会にPyTorchによる高速・柔軟な開発をマスターしましょう！
Who Should Attend!
- ディープラーニングの代表的なアルゴリズムを短期間に俯瞰したい方
- TensorFlowの計算グラフとセッションによる学習手順が複雑だと感じた方
- 研究者コミュニティで急速に普及しているPyTorchによるディープラーニング実装を学びたい方
- ビデオによる学習が苦痛でない方（書籍の方が学びやすい方にはお勧めしません）
