Submit Search
Upload
tfug-kagoshima
•
Download as PPTX, PDF
•
1 like
•
1,270 views
T
tak9029
Follow
TFUG鹿児島#1で話したスライド
Read less
Read more
Report
Share
Report
Share
1 of 62
Download now
Recommended
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
TensorFlowの紹介 TensorFlowを使ってみた
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
TensorFlow 勉強会 (4) の発表資料です。 途中の動画を見るには↓の元ファイルを御覧ください。 https://docs.google.com/presentation/d/1CWHjeiDJovG4ymuaoGCFLiBcSHNuNccMQQYkoFtpHxc/pub?start=false&loop=false&delayms=3000
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
2016/2/26 株式会社インフィニットループ社内勉強会資料
機械学習ライブラリ : TensorFlow
機械学習ライブラリ : TensorFlow
エンジニア勉強会 エスキュービズム
機械学習ライブラリ : TensorFlow
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
TensorFlow初心者の開発者が、TensorFlowに期待することを発表します。
思いついたアルゴリズムを TensorFlow で実装してみた話
思いついたアルゴリズムを TensorFlow で実装してみた話
Shuhei Fujiwara
TensorFlow 研究会の発表資料 http://d-cube.connpass.com/event/23094/ 実験に使用したコード https://github.com/sfujiwara/stoch-optim
Tensorflow
Tensorflow
Hakky St
Tensorflowの基本的な使い方について説明しています。
ど素人向け エンジニア勉強会
ど素人向け エンジニア勉強会
YukiIwasaki2764
素人の素人による素人のためのエンジニア知識を身につける場です
Recommended
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
TensorFlowの紹介 TensorFlowを使ってみた
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
TensorFlow 勉強会 (4) の発表資料です。 途中の動画を見るには↓の元ファイルを御覧ください。 https://docs.google.com/presentation/d/1CWHjeiDJovG4ymuaoGCFLiBcSHNuNccMQQYkoFtpHxc/pub?start=false&loop=false&delayms=3000
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
2016/2/26 株式会社インフィニットループ社内勉強会資料
機械学習ライブラリ : TensorFlow
機械学習ライブラリ : TensorFlow
エンジニア勉強会 エスキュービズム
機械学習ライブラリ : TensorFlow
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
TensorFlow初心者の開発者が、TensorFlowに期待することを発表します。
思いついたアルゴリズムを TensorFlow で実装してみた話
思いついたアルゴリズムを TensorFlow で実装してみた話
Shuhei Fujiwara
TensorFlow 研究会の発表資料 http://d-cube.connpass.com/event/23094/ 実験に使用したコード https://github.com/sfujiwara/stoch-optim
Tensorflow
Tensorflow
Hakky St
Tensorflowの基本的な使い方について説明しています。
ど素人向け エンジニア勉強会
ど素人向け エンジニア勉強会
YukiIwasaki2764
素人の素人による素人のためのエンジニア知識を身につける場です
PENGUIN AI ML-Agents
PENGUIN AI ML-Agents
yosukehirano1
社内LT向けの資料です。 以下は開発情報です。 https://penguinai.hatenablog.com/entry/2018/09/08/182406
日本語プログラミング言語ワークショップ
日本語プログラミング言語ワークショップ
kyuuzyuu9yen
2008年9月27日 明治大学にて
プログラミング教育の課題を解決する モブプラ by もぶぷろん
プログラミング教育の課題を解決する モブプラ by もぶぷろん
singularitysociety
2019年9月14日開催 FJUG x Singularity Society Firebase hackathon プレゼンテーション資料
Python勉強会 2015-12-02
Python勉強会 2015-12-02
WoodPecker (Shizuoka Univ)
身内向けpython3入門資料.Pythonの概要とインストール(Windows版)について.
PDLで遊んでみた Yomitan.pm #5 LT
PDLで遊んでみた Yomitan.pm #5 LT
yokoda_toshiaki
Yomitan.pm #5 ライトニングトークの資料です。 PDLを使ってみた話
[学位(修士)論文公開審査会] 入力支援機能を備えた日本語表記による初学者向けプログラミング学習環境の構築
[学位(修士)論文公開審査会] 入力支援機能を備えた日本語表記による初学者向けプログラミング学習環境の構築
Ryota Nakamura
Visual Studio による開発環境・プログラミングの進化
Visual Studio による開発環境・プログラミングの進化
Fujio Kojima
こみゅぷらす Community Launch 2008 http://comuplus.net/clt2008/ 2008年6月14日
議論を描く技術「ファシリテーショングラフィック」
議論を描く技術「ファシリテーショングラフィック」
nishikawa_makoto7
議論を描く技術「ファシリテーショングラフィック」 Agile Japan2010 Day1 Workshop1 2010/04/09
Using Deep Learning for Recommendation
Using Deep Learning for Recommendation
Eduardo Gonzalez
Goes over the basics of using a deep recurrent neural network for shopping cart next item recommendation by using LSTMs and DeepLearning4J
非同期系統の基礎
非同期系統の基礎
segayuu
await/asyncのスライドの発表会で話したスライドです。kekyoさん、お疲れさまでした!
20120927 findjob4 dev_ops
20120927 findjob4 dev_ops
ume3_
DevOpsな現場で求められる「インフラがわかるデベロッパ」とは? http://atnd.org/events/31930
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~
VirtualTech Japan Inc./Begi.net Inc.
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~ 講師:みやはら とおる(代表取締役社長兼CEO) 担当:株式会社びぎねっと レベル:入門編 対象者:これからサーバーやネットワークのスキルを学びたい初学者 前提知識:特になし ITスキルを身につけたい!でも、どうしたら効率よく学べるか分からない。 そんな初学者のために、初学者教育を20年間行ってきた講師がとっておきの学習方法を伝授します。 【カテゴリ】サーバー/ネットワーク/クラウド
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
Hirokatsu Kataoka
Googleが2015年11月に配布した機械学習フレームワークであるTensorFlowについて、概要からCNN (Convolutional Neural Networks)アーキテクチャ構築までの説明をまとめました。研究所内の勉強会で用いた資料です。ディープラーニングの学習用にどうぞ! サンプルコードも下記リンクにしばらく置いておきます。 http://www.hirokatsukataoka.net/temp/TensorFlow/my_cnn.tar.gz http://www.hirokatsukataoka.net/temp/TensorFlow/my_cnn.zip
[DL Hacks]Visdomを使ったデータ可視化
[DL Hacks]Visdomを使ったデータ可視化
Deep Learning JP
2018/11/15 Deep Learning JP: http://deeplearning.jp/hacks/
TensorFlowプログラミングと分類アルゴリズムの基礎
TensorFlowプログラミングと分類アルゴリズムの基礎
Etsuji Nakai
2016/12/27 ver1.1 公開
仮想端末管理ソフトウェア
仮想端末管理ソフトウェア
Katsutoshi Nagaoka
これからのOpenShiftの話をしよう
これからのOpenShiftの話をしよう
Kazuto Kusama
第7回Cloud Foundry輪読会で発表したOpenShiftの資料です
オトナのプログラミング勉強会 オトナのDeep Learning 2016-11
オトナのプログラミング勉強会 オトナのDeep Learning 2016-11
Katsuhiro Morishita
熊本で毎月開催されているオトナのプログラミング勉強会の2016年11月に開催された「オトナのDeep Learning」のスライド資料です。
eZ Publish 2012年4月勉強会 - eZ Publish設計ベストプラクティス
eZ Publish 2012年4月勉強会 - eZ Publish設計ベストプラクティス
ericsagnes
今回の課題は、「eZ Publishの案件を成功させるベストプラクティス」となります。
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
Retrieva inc.
2016/12/21 dots.DeepLearning部「数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!」で講演した資料です。
ChainerでDeep Learningを試す為に必要なこと
ChainerでDeep Learningを試す為に必要なこと
Jiro Nishitoba
2016 12/21 「数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!」で発表した資料です。
大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術
RyuichiKanoh
https://dena-ai.connpass.com/event/188588/
More Related Content
What's hot
PENGUIN AI ML-Agents
PENGUIN AI ML-Agents
yosukehirano1
社内LT向けの資料です。 以下は開発情報です。 https://penguinai.hatenablog.com/entry/2018/09/08/182406
日本語プログラミング言語ワークショップ
日本語プログラミング言語ワークショップ
kyuuzyuu9yen
2008年9月27日 明治大学にて
プログラミング教育の課題を解決する モブプラ by もぶぷろん
プログラミング教育の課題を解決する モブプラ by もぶぷろん
singularitysociety
2019年9月14日開催 FJUG x Singularity Society Firebase hackathon プレゼンテーション資料
Python勉強会 2015-12-02
Python勉強会 2015-12-02
WoodPecker (Shizuoka Univ)
身内向けpython3入門資料.Pythonの概要とインストール(Windows版)について.
PDLで遊んでみた Yomitan.pm #5 LT
PDLで遊んでみた Yomitan.pm #5 LT
yokoda_toshiaki
Yomitan.pm #5 ライトニングトークの資料です。 PDLを使ってみた話
[学位(修士)論文公開審査会] 入力支援機能を備えた日本語表記による初学者向けプログラミング学習環境の構築
[学位(修士)論文公開審査会] 入力支援機能を備えた日本語表記による初学者向けプログラミング学習環境の構築
Ryota Nakamura
Visual Studio による開発環境・プログラミングの進化
Visual Studio による開発環境・プログラミングの進化
Fujio Kojima
こみゅぷらす Community Launch 2008 http://comuplus.net/clt2008/ 2008年6月14日
議論を描く技術「ファシリテーショングラフィック」
議論を描く技術「ファシリテーショングラフィック」
nishikawa_makoto7
議論を描く技術「ファシリテーショングラフィック」 Agile Japan2010 Day1 Workshop1 2010/04/09
What's hot
(8)
PENGUIN AI ML-Agents
PENGUIN AI ML-Agents
日本語プログラミング言語ワークショップ
日本語プログラミング言語ワークショップ
プログラミング教育の課題を解決する モブプラ by もぶぷろん
プログラミング教育の課題を解決する モブプラ by もぶぷろん
Python勉強会 2015-12-02
Python勉強会 2015-12-02
PDLで遊んでみた Yomitan.pm #5 LT
PDLで遊んでみた Yomitan.pm #5 LT
[学位(修士)論文公開審査会] 入力支援機能を備えた日本語表記による初学者向けプログラミング学習環境の構築
[学位(修士)論文公開審査会] 入力支援機能を備えた日本語表記による初学者向けプログラミング学習環境の構築
Visual Studio による開発環境・プログラミングの進化
Visual Studio による開発環境・プログラミングの進化
議論を描く技術「ファシリテーショングラフィック」
議論を描く技術「ファシリテーショングラフィック」
Similar to tfug-kagoshima
Using Deep Learning for Recommendation
Using Deep Learning for Recommendation
Eduardo Gonzalez
Goes over the basics of using a deep recurrent neural network for shopping cart next item recommendation by using LSTMs and DeepLearning4J
非同期系統の基礎
非同期系統の基礎
segayuu
await/asyncのスライドの発表会で話したスライドです。kekyoさん、お疲れさまでした!
20120927 findjob4 dev_ops
20120927 findjob4 dev_ops
ume3_
DevOpsな現場で求められる「インフラがわかるデベロッパ」とは? http://atnd.org/events/31930
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~
VirtualTech Japan Inc./Begi.net Inc.
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~ 講師:みやはら とおる(代表取締役社長兼CEO) 担当:株式会社びぎねっと レベル:入門編 対象者:これからサーバーやネットワークのスキルを学びたい初学者 前提知識:特になし ITスキルを身につけたい!でも、どうしたら効率よく学べるか分からない。 そんな初学者のために、初学者教育を20年間行ってきた講師がとっておきの学習方法を伝授します。 【カテゴリ】サーバー/ネットワーク/クラウド
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
Hirokatsu Kataoka
Googleが2015年11月に配布した機械学習フレームワークであるTensorFlowについて、概要からCNN (Convolutional Neural Networks)アーキテクチャ構築までの説明をまとめました。研究所内の勉強会で用いた資料です。ディープラーニングの学習用にどうぞ! サンプルコードも下記リンクにしばらく置いておきます。 http://www.hirokatsukataoka.net/temp/TensorFlow/my_cnn.tar.gz http://www.hirokatsukataoka.net/temp/TensorFlow/my_cnn.zip
[DL Hacks]Visdomを使ったデータ可視化
[DL Hacks]Visdomを使ったデータ可視化
Deep Learning JP
2018/11/15 Deep Learning JP: http://deeplearning.jp/hacks/
TensorFlowプログラミングと分類アルゴリズムの基礎
TensorFlowプログラミングと分類アルゴリズムの基礎
Etsuji Nakai
2016/12/27 ver1.1 公開
仮想端末管理ソフトウェア
仮想端末管理ソフトウェア
Katsutoshi Nagaoka
これからのOpenShiftの話をしよう
これからのOpenShiftの話をしよう
Kazuto Kusama
第7回Cloud Foundry輪読会で発表したOpenShiftの資料です
オトナのプログラミング勉強会 オトナのDeep Learning 2016-11
オトナのプログラミング勉強会 オトナのDeep Learning 2016-11
Katsuhiro Morishita
熊本で毎月開催されているオトナのプログラミング勉強会の2016年11月に開催された「オトナのDeep Learning」のスライド資料です。
eZ Publish 2012年4月勉強会 - eZ Publish設計ベストプラクティス
eZ Publish 2012年4月勉強会 - eZ Publish設計ベストプラクティス
ericsagnes
今回の課題は、「eZ Publishの案件を成功させるベストプラクティス」となります。
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
Retrieva inc.
2016/12/21 dots.DeepLearning部「数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!」で講演した資料です。
ChainerでDeep Learningを試す為に必要なこと
ChainerでDeep Learningを試す為に必要なこと
Jiro Nishitoba
2016 12/21 「数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!」で発表した資料です。
大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術
RyuichiKanoh
https://dena-ai.connpass.com/event/188588/
MTプラグイン入門以前
MTプラグイン入門以前
Hiroshi Yamato
2014/9/26にMT東京さんでお話したプレゼンです。
CodingTips+ 基礎編
CodingTips+ 基礎編
Yusuke Ito
Deep Learning基本理論とTensorFlow
Deep Learning基本理論とTensorFlow
Tadaichiro Nakano
TensorFlowを絡めて簡単な画像認識用のCNNを解説する勉強会の資料です
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
Yota Ishida
ディープラーニングの基礎を、TensorFlowのチュートリアルに沿って学ぶための資料です。理論と実装を交互に入れ、手を動かしながら学べます。 ※社内向けにディープラーニングゼミを開催した際の資料です。
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~
Knowledge & Experience
2024/2/27 に JASA OpenEL working group で講演した資料 https://note.com/kae_made から公開している概念モデリングに関する技術コンテンツをAzure OpenAI Studio で追加学習し、概念モデリング支援チャットを作成を試す方法を解説 デモ動画は、https://youtu.be/UGCuMwM8cEE?si=wT9YH8Hx8Zmjuolf で視聴可
今、おさえておきたい DevOps
今、おさえておきたい DevOps
智治 長沢
#Cod2013jp でのジェネラルセッション資料です。
Similar to tfug-kagoshima
(20)
Using Deep Learning for Recommendation
Using Deep Learning for Recommendation
非同期系統の基礎
非同期系統の基礎
20120927 findjob4 dev_ops
20120927 findjob4 dev_ops
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~
初学者教育のプロが教える学習のポイント ~できるインフラエンジニアを目指そう~
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
[DL Hacks]Visdomを使ったデータ可視化
[DL Hacks]Visdomを使ったデータ可視化
TensorFlowプログラミングと分類アルゴリズムの基礎
TensorFlowプログラミングと分類アルゴリズムの基礎
仮想端末管理ソフトウェア
仮想端末管理ソフトウェア
これからのOpenShiftの話をしよう
これからのOpenShiftの話をしよう
オトナのプログラミング勉強会 オトナのDeep Learning 2016-11
オトナのプログラミング勉強会 オトナのDeep Learning 2016-11
eZ Publish 2012年4月勉強会 - eZ Publish設計ベストプラクティス
eZ Publish 2012年4月勉強会 - eZ Publish設計ベストプラクティス
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試す為に必要なこと
ChainerでDeep Learningを試す為に必要なこと
大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術
MTプラグイン入門以前
MTプラグイン入門以前
CodingTips+ 基礎編
CodingTips+ 基礎編
Deep Learning基本理論とTensorFlow
Deep Learning基本理論とTensorFlow
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~
ChatGPT(LLMによる生成系AI)の追加学習を No Code で行う ~ 概念モデリング教本を元に ~
今、おさえておきたい DevOps
今、おさえておきたい DevOps
More from tak9029
TensorFlowをもう少し詳しく入門
TensorFlowをもう少し詳しく入門
tak9029
2017/06/30の講義で用いたもう少し踏み込んだ入門です
Interop2017
Interop2017
tak9029
AppsJapan2017の資料
Tfug#4
Tfug#4
tak9029
TFUG#4
畳み込みLstm
畳み込みLstm
tak9029
この前開催された、NN論文を肴に飲む会での発表資料。 畳み込みLSTMを用いたレーダーエコーの未来フレーム予測
深層学習とTensorFlow入門
深層学習とTensorFlow入門
tak9029
初心者向けのTFおよび深層学習の入門資料です。 いろいろと以前作ってたものをまとめました
Tf勉強会(5)
Tf勉強会(5)
tak9029
2016/09/28の第五回TensorFlow勉強会の講義資料です・
Tf勉強会(4)
Tf勉強会(4)
tak9029
tensorflow勉強会 第四回の資料です
Tensor flow勉強会3
Tensor flow勉強会3
tak9029
TensorFlow勉強会第三回の資料
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
tak9029
第二回TensorFlow勉強会の発表資料です。
Tensor flow勉強会 (ayashiminagaranotensorflow)
Tensor flow勉強会 (ayashiminagaranotensorflow)
tak9029
TensorFlow勉強会で使った資料です
More from tak9029
(10)
TensorFlowをもう少し詳しく入門
TensorFlowをもう少し詳しく入門
Interop2017
Interop2017
Tfug#4
Tfug#4
畳み込みLstm
畳み込みLstm
深層学習とTensorFlow入門
深層学習とTensorFlow入門
Tf勉強会(5)
Tf勉強会(5)
Tf勉強会(4)
Tf勉強会(4)
Tensor flow勉強会3
Tensor flow勉強会3
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
Tensor flow勉強会 (ayashiminagaranotensorflow)
Tensor flow勉強会 (ayashiminagaranotensorflow)
tfug-kagoshima
1.
深層学習・機械学習と TensorFlow TFUG Kagoshima
2.
自己紹介 新村 拓也(Takuya Shimmura) ・鹿児島県姶良市出身 ・シンギュラリティ株式会社
CTO ・著書「TensorFlowではじめるDeepLearning実装入門」
3.
機械学習とか深層学習 でちょいちょいってやって よ!いつものお仕事 ・・・ お客様のビジネス課題を機械学習などを 駆使してちょいちょいっと解決するお仕事
4.
これから話すこと • 巷で話題の機械学習、深層学習とは何か? • よく用いられる深層学習の手法、モデル •
TensorFlowに関する横断的な解説
5.
機械学習とは? Wikipediaによると・・・ 人間が自然に行っている学習能力と同様の機能を コンピュータで実現しようとする技術・手法のことである。
6.
機械学習とは? 明示的にプログラムしなくても学習する能力を コンピュータに与える研究分野 by アーサー・サミュエル
7.
機械学習とは? コンピュータプログラムが、ある種のタスクTと評価尺度Pにおいて、 経験Eから学習するとは、タスクTにおけるその性能をPによって 評価した際に、経験Eによってそれが改善されている場合である。 トム・M・ミッチェル
8.
9.
機械学習とは? • 推論と正解の誤差を用いてモデルを構成するパラメータを自動更新 するシステム 入力 モデル 部屋の広さ:
80m^2 駅からの距離: 100m 築年数: 3年 階数: 10階 5000万円! 推論 正解 9000万円 誤差 4000万円 モデル更新(学習)
10.
機械学習のモデル • 機械学習のモデルにもいろいろなものがある 決定木法
線形回帰、ロジスティック回帰 SVM ニューラルネットワーク K-means,階層型クラスタリング, MeanShift pLSI, NMF, LDA PFM 混合ガウス分布 Lasso回帰、Ridge回帰、Elastic Net
11.
scikit-learn チートシート
12.
ニューラルネットワークとは? • 形式ニューロンを用いてモデルを構築した機械学習手法 𝑥1 𝑥2 𝑥3 入力 出力
y 𝑤3 𝑏 𝑤2 活性化関数 𝑤1 𝑦 = 𝑓(𝑤1 𝑥1 + 𝑤2 𝑥2 + 𝑤3 𝑥3 + 𝑏)
13.
ニューラルネットワーク 部屋の広さ 80m^2 駅からの距離 100m 築年数 3年 入力層 中間層 出力層 予想価格 5000万 正解価格 9000万 誤差4000万 誤差を元にで学習! 学習対象は重みとバイアス 誤差逆伝播法+確率的勾配降下法
14.
深層学習とは? • 入力層・中間層1・中間層2・出力層のように4層以上のニューラル ネットワークで行う学習のこと
15.
多層ニューラルネットワークの問題点 • データ数に対してモデルパラメータが多すぎることによる過学習 • 勾配消失により入力層に近い層が学習できない •
計算コストが高い
16.
深層学習 • 近年では様々な手法や技術の進歩により多層ニューラルネットワー クの問題点が解決されている データセットの充実 GPUを用いた高速演算 研究によって生み出された新手法
17.
畳み込みニューラルネットワーク(CNN) • 画像のフィルタ処理におけるフィルタの値をニューラルネットワーク のパラメータとして学習する http://deeplearning.stanford.edu/wiki/index.php/Feature_extraction_using_convolution
18.
様々な画像分類ネットワーク GoogLeNet ResNet SENet
19.
DCGAN • 画像の生成やスタイル変換を行うことも可能 D G Z (noise) G(Z)X real fake Vanilla
GAN X Y G F Z (noise) G(Z) Z’ (noise) G(Z) Dy real fake real fake Dx Cycle GAN
20.
再帰的ニューラルネットワーク(RNN) • 時系列を自然に扱えるニューラルネットワーク 翻訳エンジンなどにも採用されている
21.
RNNの手法 h c x U W ・ 中間層入力(
) ・ 中間層出力( ) ・ 中間状態( ) の 3 つがそれぞれのゲート を制御 h c x Long Short Term Memory (LSTM) Attention Mechanism Bi-directional RNN
22.
深層強化学習 • Deep Q
Network • A3C • PPO
23.
AutoML • ニューラルネットワークの構造をRNN+強化学習で生成 • 現在Google
Cloud Platformでα版リリース
24.
TensorFlow入門
25.
TensorFlowとは? • Googleより2015年11月に公開されたOSS • 高性能数値演算ライブラリ •
様々な言語やプラットフォームで動作 • 2018年5月現在v1.8.0
26.
Tensorとは? • 多次元配列のこと
27.
TensorFlowの特徴 • 計算グラフを用いた宣言型プログラミング(命令型もサポート) • 低レベルなものから高レベルなものまで様々なAPIを提供 •
充実したエコシステム • 様々な言語やデバイスで動作 • 大規模分散処理のための様々な機能 • その知名度がために圧倒的な利用ユーザ数、活発なコミュニティ
28.
TensorFlowの特徴 • 計算グラフを用いた宣言型プログラミング(命令型もサポート) • 低レベルなものから高レベルなものまで様々なAPIを提供 •
充実したエコシステム • 様々な言語やデバイスで動作 • 大規模分散処理のための様々な機能 • その知名度がために圧倒的な利用ユーザ数、活発なコミュニティ
29.
計算グラフ • 計算過程をノードとエッジによるグラフで表したもの • ノードが演算処理(Operation)を表す •
エッジがやりとりされる数値(Tensor)を表す const1 val1 add 定数:4 変数:初期値0 加算の結果 a = tf.constant(4) b = tf.Variable(0) add = tf.add(a, b) ・どのTensorがどのオペレーションへの入力である ・出力に対する入力の勾配式 のような、各種メタ情報を保持している。
30.
Why 計算グラフ? • 自動微分の効率化 •
局所計算ができる 勾配計算のたびに lim ℎ→0 𝑓 𝑥+ℎ −𝑓(𝑥) ℎ をパラメータの数計算する 局所的に微分計算をしておき、それを伝播させることで算出 𝑥 𝑦 𝐸 𝜕𝑦 𝜕𝑥 𝐸 VS
31.
宣言型プログラミング • Define and
Runともいう • 対義語は命令型プログラミング(Define by Run) 命令型 宣言型 処理の記述は計算グラフを構築しているだけであり計算は行わない。 5 出力
32.
Why 宣言型? • 計算の最適化 •
こういうモデルにしてということだけ記述して、最適化はTFにお任せ • 分散処理も記述しやすい • 欠点 • 動的なモデルが組めない • デバッグが困難
33.
Eager Execution • 以下のように書くだけで命令型になる パフォーマンスは若干悪くなる まだ全部のAPIが対応しているわけではない 例) 5 出力
34.
TensorFlowの特徴 • 計算グラフを用いた宣言型プログラミング(命令型もサポート) • 低レベルなものから高レベルなものまで様々なAPIを提供 •
充実したエコシステム • 様々な言語やデバイスで動作 • 大規模分散処理のための様々な機能 • その知名度がために圧倒的な利用ユーザ数、活発なコミュニティ
35.
様々なAPI • メリット:ニューラルネットワーク以外にも様々な計算が行える • tf.distributions・・・確率分布を用いた計算 •
tf.spectral・・・フーリエ変換 • tf.contrib.learn.SVM・・・サポートベクトルマシーン • デメリット:同じようなAPIがありどれを使えばいいのか分からない • tf.layer.conv2d と tf.contrib.layers.conv2d • TFのWrapperの「Keras」 と tf.keras
36.
API概要 一番低レベルなAPI tf.nn パッケージなど
37.
低レベルなAPIで書くと • 一つの層を書くだけでこのような感じ
38.
低レベルなAPIで書くと ソースコード全文 全てのパラメータや計算処理を記述するため、詳細なloggingや モデル構築が可能。 ただし書いてて辛い TFが出てきた当初はこれしかなかった!
39.
API概要 すこし高レベルなAPI tf.layers パッケージ
40.
tf.layersパッケージで書くと • 一つの層は1行で記述可能 しかし重みやバイアスの情報が消えているため、重みのログを取る場合などに 工夫する必要がある。 低レベルの場合
41.
API概要 高レベルなAPI Keras, tf.keras パッケージ
42.
tf.kerasで書くと • 1層を1行で書くのはもちろん訓練プロセスや実行も1行で記述可能
43.
API概要 もっとも高レベルなAPI Estimatorパッケージ
44.
Estimatorパッケージで • ネットワーク構築も1ステップで可能 4層で、中間層のユニット10, 10,
クラス数3 EstimatorはPre-made EstimatorとCustomEstimatorの2種類
45.
どのAPIを使えばいいの? • Estimator • 簡単なモデルですぐに試したい •
GCPのCloudMLと連携 • Keras • 標準的なログや成果物を出力して楽に開発 • tf.layers • 訓練自体の制御を行いたい(ログの選定など) • 低レベルAPI • 独自レイヤー開発
46.
その他のAPI • DatasetAPI(tf.data) • データセットの整形、バッチ化をサポートしてくれる超便利API •
Contrib (tf.contrib) • 超便利だけどバグとかあったらゴメンね! • ちゃんと確認したら正式版に移行するかもしれないAPI群 訓練 バッ チ処理 キュ ーに追加 データ 取得 整形・ バッ チ作成 訓練用のスレッ ド Qu eu e( 待ち行列) データ セッ ト 作成用のスレッ ド
47.
TensorFlowの特徴 • 計算グラフを用いた宣言型プログラミング(命令型もサポート) • 低レベルなものから高レベルなものまで様々なAPIを提供 •
充実したエコシステム • 様々な言語やデバイスで動作 • 大規模分散処理のための様々な機能 • その知名度がために圧倒的な利用ユーザ数、活発なコミュニティ
48.
TFX(TensorFlow Extended) • MLはただ学習する以外にもやることが多い Configuration Data
Collection Data Verification Feature Extraction Process Management Tools Analysis Tools Machine Resource Management Serving Infrastructure Monitoring ML Code TensorFlow Serving TensorFlow Transform TensorFlow Model Analysis TFを基盤として周辺機能開発をサポート
49.
TensorBoard • Webベースの各種ログ可視化ツール デバッグや結果の考察に利用 することにより機械学習のイテ レーションをサポートする非常に 強力なツール
50.
TensorFlowHub • 訓練済みモデルを提供するプラットフォーム 簡単に様々なモデルをダウンロードしてきて、実行・転移学習などが可能。
51.
TensorFlowの特徴 • 計算グラフを用いた宣言型プログラミング(命令型もサポート) • 低レベルなものから高レベルなものまで様々なAPIを提供 •
充実したエコシステム • 様々な言語やデバイスで動作 • 大規模分散処理のための様々な機能 • その知名度がために圧倒的な利用ユーザ数、活発なコミュニティ
52.
様々な言語で動作 Go
53.
様々なデバイスで動作 iOS CPU GPU Android Cloud TPU Embedded Devices
54.
TensorFlow Lite/Mobile • スマホ上で動作するような軽量なモデル構築プラットフォーム
55.
TensorFlowの特徴 • 計算グラフを用いた宣言型プログラミング(命令型もサポート) • 低レベルなものから高レベルなものまで様々なAPIを提供 •
充実したエコシステム • 様々な言語やデバイスで動作 • 大規模分散処理のための様々な機能 • その知名度がために圧倒的な利用ユーザ数、活発なコミュニティ
56.
Distributed TensorFlow モデルパラレル GPU1 で実行
GPU2 で実行 データパラレル • 複数のサーバー、複数のデバイスで分散して処理を行うことが可能。
57.
TensorFlowの特徴 • 計算グラフを用いた宣言型プログラミング(命令型もサポート) • 低レベルなものから高レベルなものまで様々なAPIを提供 •
充実したエコシステム • 様々な言語やデバイスで動作 • 大規模分散処理のための様々な機能 • その知名度がために圧倒的な利用ユーザ数、活発なコミュニティ
58.
活発なオープンソースコミュニティ 開発速度の速さ 1,400+ 開発に貢献した人数 200+ 平均コミット数/週 エコシステムの充実度 8,000+ Stack Overflow の質問に対する回答数 100+ コミュニティが報告した
GitHub issues に対するレスポンス数/週 ユーザ数の多さ 98,000+ GitHub のスターの数 33,000+ 「TensorFlow」でヒットする GitHub レポジトリの数
59.
TFUGとは? TFUGはTensorFlow User Groupの 略でTensorFlowのユーザーグルー プです。 2016年10月に立ち上がり、活動を 続けています
60.
TFUG 可能な限り過去のスライドは公開! Youtubeによるライブ配信もやってます!
61.
分科会/地域TFUG 分科会 地域TFUG ● 論文を読む会 ●
ハード部 ● モバイル部 ● Aizu ● Utsunomiya ● Kansai その他にも初心者向けハンズオンやアイディアソン、ハッカソンも開催
62.
まとめ • TensorFlowは開発が盛んなオープンソースプロジェクト • TensorFlowの目指すところ •
Googleと同じレベルの機械学習を実現できるツール • 大規模データを使った分散学習への対応 • 研究開発に使えるレベルの柔軟性 • プロダクションへの投入 • 様々なデバイスで動作/ 強力な可視化ツール/ 様々なレベルのAPI • 皆さんもどんどん使ってTFUG鹿児島を盛り上げていきましょう!
Download now