サイトアイコン NegativeMindException

PyDataTokyo主催のDeep Learning勉強会

オイラは行ってないんだけど、10月30日にPyData TokyoっていうPythonでDataを扱う人達のコミュニティの主催でDeep Learningの勉強会があったらしい。定員25名で抽選だったみたい。→PyData Tokyo Meetup #1



概要を見ると、結構実践寄りな勉強会だったっぽい。Pylearn2とCaffeは聞いたことあるけど、オイラはどちらも開発環境の構築で挫折してしまった。。。
PyData Tokyo Meetup #1

PyData Tokyo について:白ヤギコーポレーション 柴田 暁
概要:PyConJP 2014での出会いから本コミュニティーは生まれました。エンジニアからも研究者からも愛されるPython言語を通じて、データ分析手法についての「濃い」議論と参加者同士のつながりが生まれるコミュニティーを作っていきたいという皆さんの思いを、今後の活動にどう反映していくのか考えていきたいと思っています。

「Pylearn2解説」:東京大学 中山 浩太郎先生
概要:最近様々な分野でディープラーニングのアルゴリズムが利用され、その有効性が証明されています。本講義では、ディープラーニングの実装として最も代表的なツールの一つ「Pylearn2」の概要とその利用方法を紹介します。Pylearn2はPythonで実装されたオープンソースのディープラーニングツールであり、MaxoutやSdAなど各種のアルゴリズムや各種ユーティリティが充実しているのが特徴です。

「Caffeとmaf を用いたディープラーニング開発・実験方法」:株式会社 Preferred Networks 大野 健太さん
概要:ディープラーニングは様々なタスクで圧倒的な精度向上を上げる反面、設計の自由度や膨大なパラメータの為にチューニングに困難を伴うことが多い。ディープラーニングの活用には効率的な仮説構築・開発・実験・検証のサイクルが鍵となる。mafはPythonベースのビルドツールであるwafのラッパーで、様々なパラメータでの一括実験・クロスバリデーションなど機械学習で頻繁に行う作業を簡略化する為のツールである。本講演では、現在最も精力的に開発されているディープラーニングライブラリの一つであるCaffeを用いて、ディープラーニングの実験・開発を行う方法論を紹介する。


スポンサーリンク

中山先生のPylearn2についてのセッション以外は資料がWebで公開されている。この勉強会のToggeterのまとめもある。

PyData Tokyo Meetup #1 – Deep Learning

大野さんのセッションはUstのアーカイブも見れる。


Broadcast live streaming video on Ustream


スポンサーリンク

関連記事

  • CGのためのディープラーニング
  • 科学技術計算向けスクリプト言語『Julia』
  • MLDemos:機械学習について理解するための可視化ツール
  • openMVG:複数視点画像から3次元形状を復元するライブラリ
  • ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る
  • Kaolin:3Dディープラーニング用のPyTorchライブラリ
  • ニューラルネットワークと深層学習
  • Webスクレイピングの勉強会に行ってきた
  • 書籍『イラストで学ぶ ディープラーニング』
  • BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
  • Google Chromecast
  • プログラミングスキルとは何か?
  • Raspberry PiでIoTごっこ
  • WordPressプラグインの作り方
  • Managing Software Requirements: A Unified Approach
  • Unityで学ぶC#
  • TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
  • Mechanizeで要認証Webサイトをスクレイピング
  • Unity ARKitプラグインサンプルのチュートリアルを読む
  • 機械学習手法『Random Forest』
  • タマムシっぽい質感
  • 網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した
  • hloc:SuperGlueで精度を向上させたSfM実装
  • Mayaのプラグイン開発
  • OpenCVで動画の手ぶれ補正
  • Fast R-CNN:ディープラーニングによる一般物体検出手法
  • 今年もSSII
  • 3Dモデルを立体視で確認できるVRアプリを作っている
  • IronPythonを使ってUnity上でPythonのコードを実行する
  • Python拡張モジュールのWindows用インストーラー配布サイト
  • OpenCVの超解像(SuperResolution)モジュールを試す
  • Kornia:微分可能なコンピュータービジョンライブラリ
  • YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法
  • OANDAのfxTrade API
  • pythonの機械学習ライブラリ『scikit-learn』
  • ArUco:OpenCVベースのコンパクトなARライブラリ
  • UnityでARKit2.0
  • Pix2Pix:CGANによる画像変換
  • OpenGVのライブラリ構成
  • UnityでTweenアニメーションを実装できる3種類の無料Asset
  • UnityプロジェクトをGitHubで管理する
  • UnityでPoint Cloudを表示する方法
  • モバイルバージョンを終了