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↓

The Convolution Layer (CNN Visualization)

Convolutional Neural Network Visualization by Otavio Good

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)

Max-Pooling Layer (CNN Visualization)

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/

What a Convolution Neural Network sees in the image? – Visualizing a classic CNN

3D Multilayer Neural Network Simulation

Deep Neural Network 3D Simulation – Computer vision – Digit Recognition | Unity 3D & C#

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。

But what is a Neural Network? | Deep learning, chapter 1

Gradient descent, how neural networks learn | Deep learning, chapter 2

What is backpropagation really doing? | Deep learning, chapter 3

Backpropagation calculus | Deep learning, chapter 4

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

Animation for Neural Network Intuition (720p)

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

機械式パーセプトロンでガリデブ判定【最終版】/NN#4【むにむに】

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。。。

機械式ニューラルネットワークで論理演算/NN#5【むにむに】

3D Neural Network Simulator 2019 | C++ UE4

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)
機械学習について理解するための可視化ツール『MLDemos』
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。。。

3D Hopfield network visualisation


スポンサーリンク

関連記事

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』
Maya LTのQuick Rigを試す
書籍『OpenCV 3 プログラミングブック』を購入
OpenCVで顔のモーフィングを実装する
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
Deep Learningとその他の機械学習手法の性能比較
UnityのTransformクラスについて調べてみた
Facebookの顔認証技術『DeepFace』
顔画像処理技術の過去の研究
OpenCVの顔検出過程を可視化した動画
Autodesk Mementoでゴジラを3次元復元する
pythonの機械学習ライブラリ『scikit-learn』
OpenCV 3.1のsfmモジュールを試す
オープンソースのSfM・MVSツール『COLMAP』
スマホのカメラで3Dスキャンできるアプリ『Qlone』
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
OpenCVで平均顔を作るチュートリアル
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...
バージョン管理の履歴を可視化するツール『Gource』
3Dディープラーニング用のPyTorchライブラリ『Kaolin』
UnityプロジェクトをGitHubで管理する
OpenCV 3.1から追加されたSfMモジュール
UnityのMonoBehaviourクラスをシングルトン化する
コンピュータビジョン研究のためのUnreal Engineプラグイン『UnrealCV』
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
続・ディープラーニングの資料
iPadをハンディ3Dスキャナにするガジェット『iSense 3D Scanner』
書籍『仕事ではじめる機械学習』を読みました
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
Unityをレンダラとして活用する
BlenderでPhotogrammetryできるアドオン
Oculus Goを購入!
Unity Scriptコーディング→Unreal Engine Scriptコーディング
Googleが画像解析旅行ガイドアプリのJetpac社を買収
全脳アーキテクチャ勉強会
OpenCVの三角測量関数『cv::triangulatepoints』
フィクションに登場するUIデザインのまとめサイト
Structure from Motion (多視点画像からの3次元形状復元)
ヘッドマウントディスプレイとビジュアリゼーションの未来
konashiのサンプルコードを動かしてみた
3Dデータ処理ライブラリ『Open3D』

コメント