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

cvui:OpenCVのための軽量GUIライブラリ

プログラミングスキルとは何か?

Model View Controller

OpenCV 3.1のsfmモジュールのビルド再び

Deep Learningとその他の機械学習手法の性能比較

UnityのAR FoundationでARKit 3

Unityの各コンポーネント間でのやり取り

OpenCVで顔のモーフィングを実装する

WordPressのテーマを自作する

Netron:機械学習モデルを可視化するツール

Runway ML:クリエイターのための機械学習ツール

機械学習のオープンソースソフトウェアフォーラム『mloss(...

UnityプロジェクトをGitHubで管理する

UnityからROSを利用できる『ROS#』

動的なメモリの扱い

UnityでTweenアニメーションを実装できる3種類の無料...

書籍『AI vs. 教科書が読めない子どもたち』読了

OpenCVで顔のランドマークを検出する『Facemark ...

LuxCoreRender:オープンソースの物理ベースレンダ...

Python.NET:Pythonと.NETを連携させるパッ...

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

Unite 2014の動画

線画を遠近法で描く

R-CNN (Regions with CNN featur...

書籍『仕事ではじめる機械学習』を読みました

ArUco:OpenCVベースのコンパクトなARライブラリ

BlenderでPhotogrammetryできるアドオン

iPhone x ロボットハッカソン~RomoのiPhone...

2D→3D復元技術で使われる用語まとめ

Point Cloud Libraryに動画フォーマットが追...

CGのためのディープラーニング

第25回コンピュータビジョン勉強会@関東に行って来た

書籍『開田裕治 怪獣イラストテクニック』

Unityで強化学習できる『Unity ML-Agents』

WordPress on Windows Azure

1枚の画像からマテリアルを作成できる無料ツール『Materi...

OpenVDB:3Dボリュームデータ処理ライブラリ

クラスの基本

OpenCV

SVM (Support Vector Machine)

書籍『The Art of Mystical Beasts』...

Adobeの手振れ補正機能『ワープスタビライザー』の秘密

コメント