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。


https://github.com/mattatz/UNN

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/



スポンサーリンク

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/

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

Paul Debevec
UnityのuGUIチュートリアル
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
顔追跡による擬似3D表示『Dynamic Perspective』
iPadをハンディ3Dスキャナにするガジェット『iSense 3D Scanner』
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
KelpNet: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
SDカードサイズのコンピューター『Intel Edison』
OpenCVでPhotoshopのプラグイン開発
2D→3D復元技術で使われる用語まとめ
オープンソースの顔の動作解析ツールキット『OpenFace』
openMVGをWindows10 Visual Studio 2015環境でビルドする
Unity MonoBehaviourクラスのオーバーライド関数が呼び出される順番
MLDemos:機械学習について理解するための可視化ツール
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
Deep Fluids:流体シミュレーションをディープラーニングで近似する
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
Super Resolution:OpenCVの超解像処理モジュール
画像からカメラの3次元位置・姿勢を推定するライブラリ『OpenGV』
OpenGVの用語
Maya LTのQuick Rigを試す
2020年 観に行った映画振り返り
ポイントクラウドコンソーシアム
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』
Math.NET Numerics:Unityで使える数値計算ライブラリ
Leap MotionでMaya上のオブジェクトを操作できるプラグイン
Google Colaboratoryで遊ぶ準備
Autodesk Mementoでゴジラを3次元復元する
GoogleのDeep Learning論文
OpenCV 3.1のsfmモジュールのビルド再び
Unityの各コンポーネント間でのやり取り
Structure from Motion (多視点画像からの3次元形状復元)
GeoGebra:無料で使える数学アプリ
Runway ML:クリエイターのための機械学習ツール
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
機械学習手法『SVM(Support Vector Machine)』
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
オープンソースのStructure from Motionツール『Regard3D』

コメント