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

Quartus II

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

PyDataTokyo主催のDeep Learning勉強会

書籍『ジ・アート・オブ・シン・ゴジラ』の発売日が2016年12月30日(金)に決定

OpenCV

書籍『絵はすぐに上手くならない』読了

ブログが1日ダウンしてました

ManuelBastioniLAB:人体モデリングできるBlenderアドオン

書籍『イラストで学ぶ ディープラーニング』

Unity ARKitプラグインサンプルのチュートリアルを読む

CGALDotNet:計算幾何学ライブラリ CGALのC#ラッパー

NumSharp:C#で使えるNumPyライクな数値計算ライブラリ

AfterEffectsプラグイン開発

透明標本

Kinect for Windows V2のプレオーダー開始

Pylearn2: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

線画を遠近法で描く

プログラミングスキルとは何か?

R-CNN (Regions with CNN features):ディープラーニングによる一般物体...

Houdiniのライセンスの種類

深海魚

チャットツール用bot開発フレームワーク『Hubot』

PCA (主成分分析)

LuxCoreRender:オープンソースの物理ベースレンダラ

書籍『メモの魔力』読了

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

OpenCV 3.1のsfmモジュールを試す

Math.NET Numerics:Unityで使える数値計算ライブラリ

書籍『ゴジラの工房 若狭新一造形写真集』

U-Net:ディープラーニングによるSemantic Segmentation手法

映画から想像するVR・AR時代のGUIデザイン

Cartographer:オープンソースのSLAMライブラリ

Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された

Kornia:微分可能なコンピュータービジョンライブラリ

Structure from Motion (多視点画像からの3次元形状復元)

フォトンの放射から格納までを可視化した動画

UnityのMonoBehaviourクラスをシングルトン化する

OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...

Live CV:インタラクティブにComputer Visionコーディングができるツール

TeleSculptor:空撮動画からPhotogrammetryするツール

データサイエンティストって何だ?

fSpy:1枚の写真からカメラパラメーターを割り出すツール

コメント