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

Unityをレンダラとして活用する

U-Net:ディープラーニングによるSemantic Seg...

iPhone x ロボットハッカソン~RomoのiPhone...

Googleが画像解析旅行ガイドアプリのJetpac社を買収

WinSCP

3Dグラフィックスの入門書

UnrealCV:コンピュータビジョン研究のためのUnrea...

Unreal Engine 5の情報が公開された!

書籍『メイキング・オブ・ピクサー 創造力をつくった人々』を読...

Runway ML:クリエイターのための機械学習ツール

Maya LTのQuick Rigを試す

FFS理論

UnityからROSを利用できる『ROS#』

オープンソースの顔認識フレームワーク『OpenBR』

組み込み向けのWindows OS 『Windows Emb...

書籍『鈴木さんにも分かるネットの未来』読了

Unityの薄い本

書籍『ジ・アート・オブ・シン・ゴジラ』の発売日が2016年1...

深海魚

Javaで作られたオープンソースの3DCGレンダラ『Sunf...

Pix2Pix:CGANによる画像変換

Google XML Sitemap Generatorプラ...

YOLO (You Only Look Once):ディープ...

OpenCV3.3.0でsfmモジュールのビルドに成功!

オープンソースの取引プラットフォーム

WordPressの表示を高速化する

自分のスキルセット

Unite 2017 Tokyoに行ってきた

Twitter APIのPythonラッパー『python-...

機械学習に役立つPythonライブラリ一覧

Perfumeのライブパフォーマンスのビジュアル

Google App Engine上のWordPressでA...

CGのためのディープラーニング

UnityプロジェクトをGitHubで管理する

映像ビジネスの未来

Google App EngineでWordPress

BlenderでPhotogrammetryできるアドオン

OpenCV 3.3.0 contribのsfmモジュールの...

小説『GODZILLA 怪獣黙示録』読了(ネタバレ無し)

Faster R-CNN:ディープラーニングによる一般物体検...

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...

BGSLibrary:OpenCVベースの背景差分ライブラリ

コメント