書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

もう1年以上前になりますが、書籍イラストで学ぶ ディープラーニング」を購入して少しずつ読み進めていたのです。↓



ところが、読み進めている途中で壁にぶち当たりました。この書籍、途中からどんどん数式率が上がって行き、あんまりイラストで教えてくれなくなるんですよ(笑)

数式が苦手だから「イラストで学ぶ」に期待していたのですが、考えが甘かったようです。
載っているサンプルコードは各種Deep Learningライブラリの使い方なので、肝心の仕組みは当然隠蔽されていて、そこから仕組みを理解するのは難しい。(ライブラリの使い方を覚えられる分実践的なんだけどね)

なので、実装しながら仕組みを理解していく方針に切り替えることにした。
ということで、こちらの書籍に頼ることにしました↓ (すぐ書籍買っちゃう)

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

Pythonのサンプルコードと、書籍の正誤表はGitHubにある↓
https://github.com/oreilly-japan/deep-learning-from-scratch
https://github.com/oreilly-japan/deep-learning-from-scratch/wiki/errata

これでディープラーニングを作れる(笑)



書籍のサンプルコードはPythonですが、そこは慣れたUnity(というかC#)環境に置き換えて学ぼうと思い、PythonのNumPyに代わる数値計算ライブラリを探していたのでした。
Math.NET Numerics:Unityで使える数値計算ライブラリ
立て続けにUnityの話題ですが。数学的なことをUnityで勉強しようかなという気分になってきた。お勉強用途だと最近はPython、というかPythonのNumPyが手軽で良く使われてるイメージ。Unityでも使える数値計算ライブラリが無い...


で、Math.NET Numerics導入後に少し調べたら、似た発想の人がいた↓
http://tnakamura.hatenablog.com/entry/2016/12/05/perceptron
http://tnakamura.hatenablog.com/entry/2016/12/08/sigmoid-relu-softmax
http://tnakamura.hatenablog.com/entry/2016/12/15/mnist
http://tnakamura.hatenablog.com/entry/2016/12/16/three-layer-neural-network
http://tnakamura.hatenablog.com/entry/2017/01/30/loss-function
http://tnakamura.hatenablog.com/entry/2017/02/08/numerical-differentiation
http://tnakamura.hatenablog.com/entry/2017/02/10/numeric-gradient
http://tnakamura.hatenablog.com/entry/2017/02/15/gradient-descent
http://tnakamura.hatenablog.com/entry/2017/02/20/gradient-simplenet
https://github.com/snaga/DeepLearning_C_Sharp

せっかくなので実装の参考にさせていただこう。Math.NET Numericsの使い方を知るのに良いサンプルだ。
Unity上で動作の仕組みを可視化できたら最高なんだが、そこまで行けるだろうか。

2019年 追記:今ならMath.NET Numericsじゃなくて、このNumSharpを使った方が良いと思う↓
NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
C#で書かれたNumPy風の数値計算ライブラリ。Apache License 2.0だそうです。NumSharpNumSharpは.NET StandardをターゲットとしたNumPyのC#ポートです。NumSharpはC#で科学計算を行う...

パーセプトロン、ニューラルネットワークのイメージ

書籍とは関係ないけど、パーセプトロン、ニューラルネットワークの働きをビジュアル化するとこんなイメージらしい↓



色んなアルゴリズムをこんな感じで可視化できると理解が捗るだろうなぁ。

関連記事

サンプルコードにも間違いはある?

Konashiを買った

WordPress on Google App Engineを1週間運用してみて

株式会社ヘキサドライブの研究室ページ

Oculus Goを購入!

Unityの各コンポーネント間でのやり取り

3分の動画でプログラミングを学習できるサイト『ドットインストール』

書籍『転職の思考法』読了

UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン

映画から想像するVR・AR時代のGUIデザイン

Unreal Engine 5の情報が公開された!

ブログの復旧が難航してた話

機械学習で遊ぶ

3Dグラフィックスの入門書

書籍『映画監督 坂本浩一 全仕事』読了

COLMAP:オープンソースのSfM・MVSツール

UnityでLight Shaftを表現する

オープンソースの顔認識フレームワーク『OpenBR』

Python.NET:Pythonと.NETを連携させるパッケージ

書籍『データビジュアライゼーションのデザインパターン20』読了

書籍『医師のつくった「頭のよさ」テスト 認知特性から見た6つのパターン』読了

Russian3DScannerのトポロジー転送ツール『WrapX』

Deep Fluids:流体シミュレーションをディープラーニングで近似する

OpenMVSのサンプルを動かしてみる

PyDataTokyo主催のDeep Learning勉強会

Verilog HDL

手を動かしながら学ぶデータマイニング

MPFB2:Blenderの人体モデリングアドオン

PeopleSansPeople:機械学習用の人物データをUnityで生成する

タマムシっぽい質感

Open3D:3Dデータ処理ライブラリ

OpenCV3.3.0でsfmモジュールのビルドに成功!

円谷プロダクション クリエイティブアワード 金城哲夫賞

海外ドラマのChromaKey

BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール

フィクションに登場するUIデザインのまとめサイト

CGのためのディープラーニング

OpenCV 3.3.0-RCでsfmモジュールをビルド

Immersive Math:線形代数をインタラクティブに学べるWebサイト

FacebookがDeep learningツールの一部をオープンソース化

Unite 2014の動画

ブログをGoogle App EngineからAmazon EC2へ移行

コメント