見出し画像

東大松尾研が無料で公開しているディープラーニングの実践的教育プログラム「DL4US」をやってみた

東大の松尾研が「DL4US」という素晴らしい教材を公開されています。Deep Learningに興味ある方はダウンロードして実行する事で、雰囲気がつかめると思います。

Google Colaboratoryを使えば、Python等セットアップ不要ですぐに始められます!

Google driveへアクセスします。「新規」を押して「その他」「 アプリを追加」を選択し、「Colaboratory」と検索します。

その後、「接続」をクリックすると、Colaboratoryを使えるようになります。

その後、こちらから松尾研のコンテンツページに飛んで、規約に同意してダウンロード。

ダウンロードしたファイルをgoogle driveにアップロードして「.ipynb」ファイルを開けば学習を始められます。

これだけ!やばいよね?これだけでDeep Learningが出来るようになる準備が整っている時代になっちゃっているっていう話。(ハローバイバイ関、風)

で、どんな内容が学べるかというと!

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

というDeep Learningてんこ盛りです。

あ、Tipsとしては、GPUを有効化することで、計算処理速度を高速化できます。CPUとGPUはスーパーサイヤ人とスーパーサイヤ人3くらい違います。めちゃくちゃ違いますね。

ランタイムというところを押して、

ランタイムのタイプを変更押して、

 ハードウェアアクセラレータ に GPU を選択するだけです。

とは言え、機械学習初学者の方がいきなり一人でこれを読んでも分からないのと思うので、機械学習の概念から理解出来る下記のような本を読んでからの方が良いと思います!

概念学んだあとは必要最小限の数学をこの本で学べます。Aidemy石川さんの書いている本です。数学を学ぶ上で、機械学習のどの分野で使われているかが明示されているので、数学を学ぶモチベーションが上がると思います。ディープラーニングを理解する事がゴールになっているので、最適かと!

これらの本を読めば、ファイルに書いてある事も、理解できるようになっていると思います!

この記事が気に入ったらサポートをしてみませんか?