E-Cell sprint 2014での発表内容です (2014) 慶應義塾大学 環境情報学部 1年次 https://blog.e-cell.org/posts/ecell-sprint-2014/https://blog.e-cell.org/posts/ecell-sprint-2014/

1. pylearn2を用いた
Deep Learning
慶應義塾大学 環境情報学部 1年
永田 祥平

2. Deep Learning 概要
• 従来法
• Deep Learning
一般物体認識を例にして

3. Deep Learning 概要

4. Deep Learning 概要

5. Auto Encoder (AE)

6. AE + 多層構造

7. Deep Learning 概要

9. 制約つきボルツマンマシン

10. Sprintの目的
• pylearn2のチュートリアルを動かす
• 別のデータセットを用いて学習をさせる

11. チュートリアル
• datasetは MNIST を使用
• modelはDBM (Deep Boltzmann Machines)
手書き文字60,000枚分のセット

12. 結合の重み
• 重みの可視化

14. 別のデータセットで
• 鳥の写真データセット
• modelはGaussian-Binary RBM
6種合計600枚
→写真の画像認識に優れる

15. 鳥の写真データセット
• 重みの可視化

17. Acknowledgements
• 板谷 琴音 さん
• 都筑 拓 さん
• E-Cell Sprint 2014 参加者のみなさま