Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

JuliaTokyo#4LT 僕とJuliaと時々Mocha @vaaaaanquish

1,233 views

Published on

JuliaTokyoのLT発表資料

Published in: Engineering
  • Be the first to comment

JuliaTokyo#4LT 僕とJuliaと時々Mocha @vaaaaanquish

  1. 1. Julia Tokyo #4
 ~僕とJuliaと時々Mocha~ @vaaaaanqish
  2. 2. Profile • Twitter : @vaaaaanquish • 大学院二年 • ウサギィアルバイト • 機械学習とか統計とか
 数学とか就活とか • Julia信仰半年無いくらい
  3. 3. Theme • Deep Learningハッカソンで
 Juliaパッケージ”Mocha”を使って入賞した話
  4. 4. Deep Learningハッカソン • DeepLearning もくもくハッカソン
 〜家に帰るまでがハッカソンです〜 • 2015/05/23(土)~24(日) • 当日のTogetter
 http://togetter.com/li/826176
  5. 5. Deep Learning • なんか脳を模してるとかですごい • なんか機械学習とか色々すごい • なんか認識とか予測とか分類がめっちゃ出来る
  6. 6. 当日 • きんいろDeepLearning
 White scenery, @showyou
 http://showyou.hatenablog.com/entry/2015/05/24/174621 • 建築コンペをdeep (learning)に審査してみた
 SlideShare, Akio Ohta
 http://www.slideshare.net/AkioOhta/deep-learning- 48538031 • ディープラーニングで本田翼を見分けたい。
 Just another Blog site
 http://hogehuga.com/post-409/
  7. 7. 98割くらいの人 • 配布されたAWSクーポン • DeepNetフレームワーク
 「Caffe」や「Pylearn2」を使う
  8. 8. • C++やPythonのフレームワークはboost等
         依存ライブラリがかなり多い • インストールや設定, 外枠コーディング
             にかなり時間を使う 厄介所
  9. 9. 手慣れてないと… • 機械学習は色々時間がかかる
 > 面倒なライブラリ, フレームワーク群(小声)
 > DeepNetは特にパラメータが多い • 手慣れてないと実験すらままならない状況
 > 結果として見れる状態にするので精一杯
  10. 10. ぼく •JuliaとMocha
  11. 11. Mocha(モカ) • CaffeライクなDeepLearningパッケージ • MochaをGit cloneしていつもの
 Pkg.add("Mocha")
 using Mocha          →簡単!
  12. 12. 部屋評価システム • みんなシャレオツな部屋やオフィスが好きなはず! • よくわからない尺度もDeepNetなら!
  13. 13. 結果 • 二日間における有意義な実験とテスト • プレゼンも上手くいって入賞できました • AWSのクーポン合計1万円分! • 全部JuliaとMochaのおかげ
  14. 14. •All thanks to 
 Julia and Mocha!!
  15. 15. Juliaのメリット • 誰にも頼らない行列計算!簡単! • RecurentNN.jl, RandomForest.jl,
 NN.jl, SVM.jl, Mocha.jl,
 DataFramesMeta…, etc
 ある!簡単! • 中身もJulia!速い!拡張性!簡単!
  16. 16. Mochaのメリット • 既存のライブラリだと
 Caffe, Chainer, Pylearn2を凌いで
 最も簡単にDeep Learningに手が届く(※個人の主観です) • 速度, 精度も他ライブラリと同レベルかそれ以上 • 中もJuliaなのでカスタマイズが簡単
  17. 17. Mochaのメリット • 記述も簡単
 (公式サンプルが40行程度)
  18. 18. デメリット • Mochaデメリット:
 > Mocha Toolsはまだまだ不便
 (データの正規化や水増し)
 
 > 配布される学習済ネットワーク
 → 他ライブラリとの連携もなし • Juliaデメリット:
 > ユーザが少ない
  19. 19. Julia, Mochaまとめ • 機械学習界において最強 (※個人の主観) • このLTを元に記事を書く予定
 > 好きな人を増やし隊
 > 情報を増やしていこう! • 「これからはJuliaの時代」
 > JuliaとMochaの発展を願います
  20. 20. 提供

×