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)


スポンサーリンク


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。
Unityで使える数値計算ライブラリ『Math.NET Numerics』
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...


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↓
C#で使えるNumPyライクな数値計算ライブラリ『NumSharp』
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...


スポンサーリンク

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↓

Neural Network 3D Simulation

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。


スポンサーリンク

関連記事

Point Cloud Consortiumのセミナー「3D点群の未来」に行ってきたよ
書籍『天才を殺す凡人』読了
iPhoneアプリ開発 Xcode 5のお作法
OANDAのfxTrade API
Raspberry Pi
pythonもかじってみようかと
Unityの新しいGUI作成システム『uGUI』
iOSデバイスと接続して連携するガジェットの開発方法
Mean Stack開発の最初の一歩
Raspberry Pi 2を買いました
html5のcanvasの可能性
Unityの薄い本
C#で使える可読性重視のディープラーニングライブラリ『KelpNet』
UnityでLight Shaftを表現する
3Dボリュームデータ処理ライブラリ『OpenVDB』
C#で使える機械学習ライブラリ『Accord.NET Framework』
OpenCVで顔のランドマークを検出する『Facemark API』
オープンソースのPhotogrammetryフレームワーク『Alice Vision』
ArUco:OpenCVベースのコンパクトなARライブラリ
Pythonのソースコードに特化した検索エンジン『Nullege』
Python拡張モジュールのWindows用インストーラー配布サイト
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
pythonの機械学習ライブラリ『scikit-learn』
統計的な顔モデル
写真から3Dメッシュの生成・編集ができる無料ツール『Autodesk Memento』
マルコフ連鎖モンテカルロ法
科学技術計算向けスクリプト言語『Julia』
Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
Adobe MAX 2015
PythonでMayaのShapeノードプラグインを作る
U-Net:ディープラーニングによるSemantic Segmentation手法
ROMOハッカソンに行ってきた
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
Googleが画像解析旅行ガイドアプリのJetpac社を買収
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
Unity ARKitプラグインサンプルのチュートリアルを読む
Russian3DScannerのトポロジー転送ツール『WrapX』
まだまだ続く空想科学読本
Webスクレイピングの勉強会に行ってきた
複数画像から3次元形状を再構築するライブラリ『Multi-View Environment』
C++の抽象クラス

コメント