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。









2022年追記:畳み込みについての解説動画も来た↓



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。。。





マインクラフトでの例も↓

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↓



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

Regard3D:オープンソースのStructure from Motionツール
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』
UnrealCV:コンピュータビジョン研究のためのUnreal Engineプラグイン
UnityでLight Shaftを表現する
UnityでShaderの入力パラメータとして行列を渡す
OpenCV バージョン4がリリースされた!
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...
Unityで360度ステレオVR動画を作る
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
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
UnityでARKit2.0
Unity MonoBehaviourクラスのオーバーライド関数が呼び出される順番
OpenCV 3.1のsfmモジュールのビルド再び
CGのためのディープラーニング
OpenCV 3.3.0-RCでsfmモジュールをビルド
機械学習について最近知った情報
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
OpenCVで動画の手ぶれ補正
SSII2014 チュートリアル講演会の資料
顔画像処理技術の過去の研究
手を動かしながら学ぶデータマイニング
顔追跡による擬似3D表示『Dynamic Perspective』
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』
OpenCV3.3.0でsfmモジュールのビルドに成功!
ドラマ『ファーストクラス』のモーショングラフィックス
AfterEffectsプラグイン開発
ニューラルネットワークで画像分類
UnityのGlobal Illumination
「ベンジャミン·バトン数奇な人生」でどうやってCGの顔を作ったのか
BGSLibrary:OpenCVベースの背景差分ライブラリ
Perfumeのライブパフォーマンスのビジュアル
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
Autodesk Mementoでゴジラを3次元復元する
データサイエンティストって何だ?
OpenGVのライブラリ構成
Kaolin:3Dディープラーニング用のPyTorchライブラリ
Manim:Pythonで使える数学アニメーションライブラリ
コンピュータビジョンの技術マップ
UnityのuGUIチュートリアル
FacebookがDeep learningツールの一部をオープンソース化
オープンソースの顔認識フレームワーク『OpenBR』
3Dスキャンに基づくプロシージャルフェイシャルアニメーション

コメント