Chainer チュートリアルへようこそ。
ブラウザだけでコードを書き、実行して、結果を確認することができれば、説明に使われたサンプルコードを実行して結果を確かめるために、手元のコンピュータで環境構築を行う必要がなくなります。
とりあえずkeras
とりあえずkerasの本から始めました。
こいつです。
実装するだけならこんなに簡単なのか!っていうのでモチベ爆上がりしましたね。
この本のおかげで、何に何を入れたら何が出てくるぐらいは理解できました。
つまり、よくわかんないけど作れる。みたいな状態。
この本を(わからないところは飛ばし飛ばし)終えてからtensorflow公式のAIチュートリアルをやってました
ただ、東大松尾研究室のDL4USの存在を知ってたそっちを受けてたかも(^^;
動画編
数学は動画で勉強。
TRYの動画授業。
YOUTUBEなので無料だしわかりやすい。
高校生向けになので初心に帰れるのも良い。
微分だけ学びました。
予備校のノリで学ぶシリーズ。
YOUTUBEなので無料。
確率統計、線形代数はここで学んだ。
ボケがおもしろくなくておもしろいので好き。
1.わからないところを理解する。
独学で一番まずいのが、なんかよくわからないからモチベ下がったってやつです。
モチベ下がるのは良くないので、なんでわからないのか、どこがわからないのか、というのを理解して対策を打ちましょう。
ワンもあ言います。「わからない理由を明確化する」、そして「対策を打つ」。
もう一回いいます。「なんで」わからないのか、どこがわからないのか、そして「対策」。
もう一度いいます。「原因」と、「対策」。
わかんなくて叫びだしたくなったら「原因」と「対策」っていうのを思い出してください。
原因を見つけるのは2ステップ。
「どこ」がわからないのか、どこからわからなくなったのかを調べる。
全体像
本講座は全7Lessonの演習マテリアルからなっています。各Lessonは次のような構成になっています。
- Lesson 0: 機械学習・Deep Learningのキソ
- 機械学習概観
- Lesson 1: 手書き文字認識をしよう
- Lesson 2: 畳み込みニューラルネットワーク
- CNN基礎、Data Augmentation、画像データの正規化、Batch Normalization、Skip Connection
- Lesson 3: 系列データで予測させてみよう
- RNN、BPTT、Gradient Clipping、LSTM、GRU
- Lesson 4: ニューラル翻訳モデルをつくってみよう
- Lesson 5: 画像からキャプションを生成してみよう
- MSCOCO、学習済みモデルの利用、キャプション生成、Attention
- Lesson 6: ニューラルネットに画像を生成させよう
- 生成モデル入門、GAN、Conditional GAN、VAE
- Lesson 7: ニューラルネットでゲームを攻略するAIをつくろう
演習の進め方
各LessonにはそのLessonで学ぶトピックの説明及びPythonでの実装がJupyter Notebook形式でまとめられています。 各Lessonは4つのSectionから構成されている。
(画像はネットより借用、文面もQiitaなどより借用)
←人気ブログランキングに参加しています。ポチっと1票を!