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)
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。
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↓
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
Raspberry PiのGPIOを操作するPythonライ...
Mechanizeで要認証Webサイトをスクレイピング
Boost オープンソースライブラリ
Raspberry Piでセンサーの常時稼働を検討する
OpenCVでカメラ画像から自己位置認識 (Visual O...
定数
CGレンダラ研究開発のためのフレームワーク『Lightmet...
Unityで360度ステレオVR動画を作る
CGAN (Conditional GAN)：条件付き敵対的...
Math Inspector：科学計算向けビジュアルプログラ...
Multi-View Environment：複数画像から3...
オープンソースの取引プラットフォーム
OpenCV3.3.0でsfmモジュールのビルドに成功！
Unity MonoBehaviourクラスのオーバーライド...
LLM Visualization：大規模言語モデルの可視化
オープンソースの顔の動作解析ツールキット『OpenFace』
機械学習について最近知った情報
2D→3D復元技術で使われる用語まとめ
書籍『ジ・アート・オブ・シン・ゴジラ』の発売日が2016年1...
Kubric：機械学習用アノテーション付き動画生成パイプライ...
SDカードサイズのコンピューター『Intel Edison』
機械学習での「回帰」とは？
openMVGをWindows10 Visual Studi...
OpenGV：画像からカメラの3次元位置・姿勢を推定するライ...
Google App Engine上のWordPressでA...
科学技術計算向けスクリプト言語『Julia』
Unite 2014の動画
libigl：軽量なジオメトリ処理ライブラリ
書籍『メイキング・オブ・ピクサー 創造力をつくった人々』を読...
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
RefineNet (Multi-Path Refineme...
3Dスキャンしたテクスチャから照明を除去するUnityツール...
3D復元技術の情報リンク集
自分を育てる技術
ROSの薄い本
3D Gaussian Splatting：リアルタイム描画...
Web経由でRaspberry PiのGPIOを操作したい
UnityユーザーがUnreal Engineの使い方を学ぶ...
Google Colaboratoryで遊ぶ準備
Raspberry PiでIoTごっこ
Pythonの自然言語処理ライブラリ『NLTK(Natura...
PyMC：Pythonのベイズ統計ライブラリ
コメント