畳み込みニューラルネットワーク (CNN: Convolutional Neural Network)

例の書籍「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」を一通り読み終わりました。



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

「あえてPythonを使わずにUnity C#で実装しながら勉強する」とか言っておきながら、結局途中でコーディングを断念。意外と面倒だったので。。。

書籍のPythonコードをUnity C#で再現しようとしてMNISTデータセットをUnityのテクスチャとして読み込むコードとかも書いたりしたんだけど、lambda式や抽象クラス、インターフェイスあたりで混乱して躓いた。改めてPythonとNumPyの記述の手軽さを理解しましたとさ。抽象度が高い代わりに読みづらくもあるんだけど。

2018年7月 追記:CNNではないけど、mattatzさんがUnity上で動くニューラルネットワークの実装を公開している。

MINISTデータセットをC#で読み込むやり方のサンプルあるのね↓
https://jamesmccaffrey.wordpress.com/2013/11/23/reading-the-mnist-data-set-with-c/

2019年 追記:C#で使えるNumPyライクな数値計算ライブラリを知ったので、今ならコレを使う↓




スポンサーリンク


さて、書籍でCNNの仕組みまでは分かったところで、ちょっとYouTubeで調べてみたら、CNNの動作の様子を可視化してくれてる人がチラホラいる。

畳み込み層 (Convolution Layer)

こちらは畳み込み層の動作を可視化した動画↓




プーリング層 (Pooling Layer)

こちらはプーリング層の動作を可視化した動画。(最大値を取るMax-Poolingの例)



追記:こちらの記事のgifがとても分かりやすい↓
http://pynote.hatenablog.com/entry/dl-convolutional-neural-network

追記:Max Poolingの処理は、要するにモルフォロジー変換であると言われてみれば確かに↓
https://blog.shikoan.com/morphological-transformations-maxpool/

3D Visualization of a Convolutional Neural Network

こちらはWeb上でインタラクティブにCNNの動作を見れるデモ。定番のMNISTデータセットを使った手書き数字認識。
http://scs.ryerson.ca/~aharley/vis/conv/


3D Multilayer Neural Network Simulation



https://tutorials.retopall.com/index.php/2019/02/17/neural-networks/
https://tutorials.retopall.com/index.php/2019/02/24/convolutional-neural-networks/
https://tutorials.retopall.com/index.php/2019/03/01/aieditor-neural-network-editor/


スポンサーリンク

3Blue1Brown

そして、数学をアニメーションで視覚的に解説するYouTubeチャンネルを発見。
https://www.youtube.com/3blue1brown

今月ちょうどニューラルネットワーク(畳み込みではないけど)の動画が公開されたところ。









仕組みを理解してからだとネット上の記事も読めるようになるけど、初見だとなかなか。
https://deepage.net/deep_learning/2016/11/07/convolutional_neural_network.html

ところで、探してみると、ニューラルネットワークを可視化している人が結構いることに気づいた↓
http://hhok777.hatenablog.com/entry/2016/11/08/184233



https://www.youtube.com/user/munimunibekkan/



アルゴリズムを物理的な機械構造へ落とし込むスキルがすごい。。。





最近知ったDrawNetというやつ↓
http://people.csail.mit.edu/torralba/research/drawCNN/drawNet.html

追記:こういうのもある↓
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
Twitterで知ったブラウザ上でインタラクティブにCNN(Convolutional Neural Network)のネットワーク構造を3Dで可視化できるオープンソースのフレームワークTensorSpace.js。ネットワーク構造だけでな...


以前見つけたお勉強ツールのMLDemosは、各機械学習手法による処理結果の違いを可視化するツールだったけど、動作の仕組みそのものを可視化して眺めるともう一段踏み込んで理解ができるね。(MLDemosにDeepLearningは入ってなかったけど)
MLDemos:機械学習について理解するための可視化ツール
たまたま面白いツールを見つけた。機械学習のパラメータをいじるとインタラクティブに学習結果が可視化して見れるお勉強アプリ。MLDemos - A visualization tool for machine learningMLDe...

読書再開

ということで、再びこちらの書籍に戻る。

イラストで学ぶ ディープラーニング (KS情報科学専門書)

階層型ネットワークである畳み込みニューラルネットワークまでは分かったので、グラフィカルモデル系の相互結合型ネットワークから読書再開。
ホップフィールドネットワークの可視化動画も見つけたけど、ちょっと理解できない。。。



スポンサーリンク

関連記事

PCA (主成分分析)
ニューラルネットワークと深層学習
AfterEffectsプラグイン開発
SVM (Support Vector Machine)
書籍『仕事ではじめる機械学習』を読みました
UnityプロジェクトをGitHubで管理する
UnityでShaderの入力パラメータとして行列を渡す
OpenAR:OpenCVベースのマーカーARライブラリ
機械学習での「回帰」とは?
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
hloc:SuperGlueで精度を向上させたSfM実装
cvui:OpenCVのための軽量GUIライブラリ
Google Colaboratoryで遊ぶ準備
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
顔画像処理技術の過去の研究
OpenCVのバージョン3が正式リリースされたぞ
オープンソースのネットワーク可視化ソフトウェアプラットフォーム『Cytoscape』
Kubric:機械学習用アノテーション付き動画生成パイプライン
Structure from Motion (多視点画像からの3次元形状復元)
TorchStudio:PyTorchのための統合開発環境とエコシステム
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
3DCG Meetup #4に行ってきた
SONY製のニューラルネットワークライブラリ『NNabla』
UnityユーザーがUnreal Engineの使い方を学ぶには?
Unite 2014の動画
Two Minute Papers:先端研究を短時間で紹介するYouTubeチャンネル
2021年 観に行った映画振り返り
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
CycleGAN:ドメイン関係を学習した画像変換
SSII 2014 デモンストレーションセッションのダイジェスト動画
SSII2014 チュートリアル講演会の資料
インタラクティブにComputer Visionコーディングができるツール『Live CV』
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
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』
OpenCVで動画の手ぶれ補正
MLDemos:機械学習について理解するための可視化ツール
Kaolin:3Dディープラーニング用のPyTorchライブラリ
Theia:オープンソースのStructure from Motionライブラリ
Faster R-CNN:ディープラーニングによる一般物体検出手法
UnityのAR FoundationでARKit 3
Cartographer:オープンソースのSLAMライブラリ
Kinect for Windows V2のプレオーダー開始

コメント