書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

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)

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

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。
Math.NET Numerics:Unityで使える数値計算ライブラリ
立て続けにUnityの話題ですが。数学的なことをUnityで勉強しようかなという気分になってきた。お勉強用途だと最近はPython、というかPythonのNumPyが手軽で良く使われてるイメージ。Unityでも使える数値計算ライブラリが無い...


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↓
NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
C#で書かれたNumPy風の数値計算ライブラリ。Apache License 2.0だそうです。NumSharpNumSharpは.NET StandardをターゲットとしたNumPyのC#ポートです。NumSharpはC#で科学計算を行う...

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

書籍『伝わる イラスト思考』読了

Webサイトのワイヤーフレームが作成できるオンラインツール

R-CNN (Regions with CNN featur...

ZBrushのZScript入門

科学技術計算向けスクリプト言語『Julia』

SSD (Single Shot Multibox Dete...

注文してた本が届いた

MVStudio:オープンソースのPhotogrammetr...

Composition Rendering:Blenderに...

LLM Visualization:大規模言語モデルの可視化

書籍『具体と抽象』読了

Mitsuba 3:オープンソースの研究向けレンダラ

Raspberry PiでIoTごっこ

PythonのHTML・XMLパーサー『BeautifulS...

Russian3DScannerのトポロジー転送ツール『Wr...

Transformer Explainer:テキスト生成モデ...

チャットツール用bot開発フレームワーク『Hubot』

WordPressのテーマを自作する

Swark:コードからアーキテクチャ図を作成できるVSCod...

ROSの薄い本

uGUI:Unityの新しいGUI作成システム

UnrealCLR:Unreal Engineで.NET C...

KelpNet:C#で使える可読性重視のディープラーニングラ...

自分を育てる技術

Human Generator:Blenderの人体生成アド...

OpenCVでカメラ画像から自己位置認識 (Visual O...

AR (Augmented Reality)とDR (Dim...

書籍『「あなた」という商品を高く売る方法』読了

東京オリンピックと案内表示

pythonもかじってみようかと

AmazonEC2のインスタンスをt1.microからt2....

ドラマ『ファーストクラス』のモーショングラフィックス

FreeMoCap Project:オープンソースのマーカー...

Adobe MAX 2015

仮想関数

Unreal Engine 5の情報が公開された!

画像認識による位置情報取得 - Semi-Direct Mo...

RSSフィードを読込んで表示するWordpressプラグイン...

このブログのデザインに飽きてきた

Raspberry Pi 2のGPIOピン配置

viser:Pythonで使える3D可視化ライブラリ

3Dモデルを立体視で確認できるVRアプリを作っている

コメント