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。
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...


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...


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↓



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

オープンソースの人体モデリングツール『MakeHuman』のAPI開発プロジェクトがスタート
MeshroomでPhotogrammetry
DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
人体モデリングできるBlenderアドオン『ManuelBastioniLAB』
定数
Pythonのソースコードに特化した検索エンジン『Nullege』
機械学習について最近知った情報
Math.NET Numerics:Unityで使える数値計算ライブラリ
書籍『天才を殺す凡人』読了
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
JavaScriptとかWebGLとかCanvasとか
Iterator
Adobeの手振れ補正機能『ワープスタビライザー』の秘密
機械学習で流体シミュレーションを近似する『Physics Forests』
C++の抽象クラス
ニューラルネットワークで画像分類
書籍『GODZILLA GRAPHIC COLLECTION ゴジラ造型写真集』が出るぞ
オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
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』
pythonもかじってみようかと
マルコフ連鎖モンテカルロ法
openMVG:複数視点画像から3次元形状を復元するライブラリ
Russian3DScannerのトポロジー転送ツール『WrapX』
UnityのAR FoundationでARKit 3
DensePose:画像中の人物表面のUV座標を推定する
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』
Point Cloud Libraryに動画フォーマットが追加されるらしい
書籍『グラビアアイドルの仕事論』読了
Amazon Web ServicesでWordPress
U-Net:ディープラーニングによるSemantic Segmentation手法
オープンソースのStructure from Motionライブラリ『Theia』
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
Zibra Liquids:Unity向け流体シミュレーションプラグイン
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
ブログのデザイン変えました
takminさんが機械学習・画像認識の便利ツールを公開しています
Autodesk Mementoでゴジラを3次元復元する
OpenCVでPhotoshopのプラグイン開発
ZBrushのZScript入門
読書は趣味か?
UnityでTweenアニメーションを実装できる3種類の無料Asset

コメント