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

Point Cloud Libraryに動画フォーマットが追...

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...

書籍『ジ・アート・オブ・シン・ゴジラ』の発売日が2016年1...

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...

書籍『イラストで学ぶ ディープラーニング』

書籍『「あなた」という商品を高く売る方法』読了

今年もSSII

SSD (Single Shot Multibox Dete...

FFS理論

Raspberry PiのGPIOを操作するPythonライ...

続・ディープラーニングの資料

顔追跡による擬似3D表示『Dynamic Perspecti...

透明標本

Adobeの手振れ補正機能『ワープスタビライザー』の秘密

Transformer Explainer:テキスト生成モデ...

スクラッチで既存のキャラクターを立体化したい

顔画像処理技術の過去の研究

UnityでOpenCVを使うには?

画像認識による位置情報取得 - Semi-Direct Mo...

MPFB2:Blenderの人体モデリングアドオン

libigl:軽量なジオメトリ処理ライブラリ

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『RO...

Physics Forests:機械学習で流体シミュレーショ...

MythTV:Linuxでテレビの視聴・録画ができるオープン...

書籍『開田裕治 怪獣イラストテクニック』

WordPressの表示を高速化する

NeRF (Neural Radiance Fields):...

BlenderProc:Blenderで機械学習用の画像デー...

書籍『医師のつくった「頭のよさ」テスト 認知特性から見た6つ...

Accord.NET Framework:C#で使える機械学...

YOLO (You Only Look Once):ディープ...

OpenCVのバージョン3が正式リリースされたぞ

書籍『The Art of Mystical Beasts』...

Point Cloud Utils:Pythonで3D点群・...

OpenCVの顔検出過程を可視化した動画

CGのためのディープラーニング

Netron:機械学習モデルを可視化するツール

すてる英語学習本『ずるいえいご』

書籍『3次元コンピュータビジョン計算ハンドブック』を購入

ブログのデザイン変えました

C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...

OpenCVのfindEssentialMat関数を使ったサ...

コメント