Tweet

Pocket

東大松尾研の無償Deep Learning講座「DL4US」

東大松尾研の無償Deep Learning講座「DL4US」が最近少し話題になっています。

私の方でも注目しています。

私が最近機械学習と深層学習の本を執筆しているので、ディープラーニングの教材などのキーワードにすごく反応しています。笑

DL4USのリンク

早速、コンテンツ公開のページです。

DL4US コンテンツ公開ページ

Githubのリンクはこちらです。

https://github.com/matsuolab-edu/dl4us

特徴

Keras

コードはすべてKeras （TensorFlow）で書いているのが嬉しいですね。

皆さんご存知の通り、Kerasは機械学習深層学習のライブラリのラッパーのようなもので、Kerasが一種の共通の言語のようなものです。

学習モデルの構築など、共通した簡潔な書き方を提供している一方で、実際の学習の処理などは、バックエンドに任せるという方式になっています。

そのバックエンドは、今三種類で、もっとも相性いいのはTensorFlowですね。というのも、TensorFlowの2.0からは、本格的にKerasが全面的にサポートされるようになっています。

Jupyter Notebook

また、Jupyter Notebookで提供していますので、Google Colabでそのまま実行確認できるのも嬉しいですね。最近機械学習と深層学習の本、チュートリアルなど、もう完全にJupyter Notebookでソースコード提供するのが標準になってきましたね。私が執筆している本も頑張ってJupyter Notebookでソースコードを用意しました！

DL4USのカバーするトピック

これから、引用ですが、とくても実践的な内容で、カバーする領域も幅広くて、まさにこの時代の勉強熱心の人たちが求めている内容ですね！笑

私個人的に、Lesson3,4,6,7がすごく気になって、じっくり勉強したいと思います。

• Lesson 0: 機械学習・Deep Learningのキソ 機械学習概観
• Lesson 1: 手書き文字認識をしよう
  • Keras入門、MNIST、MLP、前処理、勾配に関するテクニック、過学習に関する手法、Fashion MNIST
• Lesson 2: 畳み込みニューラルネットワーク
  • CNN基礎、Data Augmentation、画像データの正規化、Batch Normalization、Skip Connection
• Lesson 3: 系列データで予測させてみよう
  • RNN、BPTT、Gradient Clipping、LSTM、GRU
• Lesson 4: ニューラル翻訳モデルをつくってみよう
  • 言語モデル、分散表現、Seq2Seq、Keras Functional API、Attention
• Lesson 5: 画像からキャプションを生成してみよう
  • MSCOCO、学習済みモデルの利用、キャプション生成、Attention
• Lesson 6: ニューラルネットに画像を生成させよう
  • 生成モデル入門、GAN、Conditional GAN、VAE
• Lesson 7: ニューラルネットでゲームを攻略するAIをつくろう
  • 強化学習入門、Q学習、DQN、OpenAI Gym、Double DQN、Dueling Network

前に、Chainerのチュートリアルも公開されていましたが

https://tutorials.chainer.org/ja/tutorial.html

そちらと比べて、Pythonなど前提知識の紹介の部分は少し省いた感じです。Pythonの基本がまだの人は、別のところでPythonを身につける必要があります。とは言ってもKerasの方がとてもシンプルなので、すぐ飛び込める内容だと思います。

注意事項

この教材の注意事項としては今

個人で学習する目的のみで利用可能というふうに限定されていますので、講習会・教室での利用や企業内での講習など、商用での利用は認められていません。やや厳しいあれですが、そのうちオープンソースになることも期待しています。

まとめ

宣伝ではないですが、このサイトの内容も一部、機械学習、深層学習のチュートリアルがありますので、よかったら、合わせてお読みください。ではまた！

PyTorchとMNIST手書き数字の、学習と分類

機械学習入門チュートリアルscikit-learnで手書き数字学習と認識

2019年の機械学習を始めるにはscikit-learnでしょう！

Tweet

Pocket