PyTorch深層学習⑳LSTM:実践編

前回は、LSTM（長・短期記憶）の理論的な側面を解説しました。今回は、LSTMを使って画像分類を行ってみます。

そう、自然言語処理ではなく、LSTMで画像分類を行います。そうすることで特徴量抽出器としてのLSTMの処理の流れが理解しやすくなります。

本シリーズの記事リスト

---

• ①前提条件

• ②テンソル

• ③テンソル：NumPy編

• ④テンソル：Tensor編

• ⑤データセット編

• ⑥線形回帰：理論編

• ⑦線形回帰：実装編

• ⑧ロジスティック回帰:理論編

• ⑨ロジスティック回帰:実装編

• ⑩ニューラルネットワーク

• ⑪単純な画像分類１

• ⑫単純な画像分類2

• ⑬畳み込み層:理論編

• ⑭畳み込み層:実践編

• ⑮最大値プーリング

• ⑯畳み込みニューラルネットワーク

• ⑰再帰型ニューラルネットワーク

• ⑱再帰型：実装編

• ⑲LSTM:理論編

• ⑳LSTM:実践編

• ㉑トランスフォーマー:紹介編

• ㉒トランスフォーマー:実践編

---

LSTMも再帰型ニューラルネットワークなので、通常は時系列データや言語モデルなどを思い浮かべる人が多いでしょう。しかし、言語モデルなどではトークンの処理など再帰型を理解する目的以外の余計なことが多くなります。よって、今回もRNNを使った実装を行った時のようにMNISTの画像分類を行います。

RNNと同様に、LSTMもシーケンス（順番に並んだ）のデータから特徴量を抽出する手段となります。よって、画像データを順番に並んだピクセルデータと考えれば、そこから特徴量を取り出すことが可能です。

では、さっそく始めましょう。