定義
本の序文では言葉の定義をだらだらと書かなければならないので面倒だ.そこで,簡単な定義を考えてみた.
ニューラルネット:単なる関数近似器.
機械学習:(教師ありに限定だが)入力データと出力データから,モデルのパラメータを調整する方法.
深層学習:単なる多次元分散型関数近似器.
fast.ai:PyTorchのラッパー
fast.aiで協調フィルタリングとか埋め込みによる表データ処理について書いたが,画像はないの?と学生に言われたので,簡単に紹介しておく.
MNIST(数字の認識用の古典的データ)を読み込む。
from fastai.vision import *
from fastai import *
path = untar_data(URLs.MNIST_SAMPLE)
保存したパスから画像データを生成する。from_folder()メソッドを用いる。
data = ImageDataBunch.from_folder(path)
畳み込みニューラルネットを用いた学習器をcreate_cnn()関数を用いて生成する。
models.resnet18はすでに学習済みの残差ニューラルネット、メトリックには精度を用いる。
learn = create_cnn(data, models.resnet18, metrics=accuracy)
学習はfit()メソッドを用いる。
learn.fit(1)
とまあ,これだけだ.
この記事が気に入ったらサポートをしてみませんか?