TensorFlow 2+Keras(tf.keras)入門

 
 
 

TensorFlow 2+Keras(tf.keras)入門

デジタルアドバンテージ 一色 政彦

機械学習の勉強はここから始めてみよう。ディープラーニングの基盤技術であるニューラルネットワーク(NN)を、知識ゼロの状態から概略を押さえつつ実装。さらにCNNやRNNも同様に学ぶ。これらの実装例を通して、TensorFlow 2とKerasにも習熟する連載。

第1回 初めてのニューラルネットワーク実装の準備をしよう ― 仕組み理解×初実装(前編)

ニューラルネットワークは難しくない
ディープラーニングの大まかな流れ
1データ準備

・Playgroundによる図解
・Pythonコードでの実装例

2問題種別

・Playgroundによる図解
・Pythonコードでの実装例

3前処理

・Playgroundによる図解
・訓練用/精度検証用のデータ分割について
・ノイズについて
・Pythonコードでの実装例

第2回 ニューラルネットワーク最速入門 ― 仕組み理解×初実装(中編)

4“手法”の選択とモデルの定義: ニューロン

・Playgroundによる図解

入力
何らかの計算結果の出力

・Pythonコードでの実装例

TensorFlow 2.0のインストール
tensorflowパッケージのインポート
Kerasにおけるモデルの書き方
モデルの定義
モデルへの入力と出力(フィードフォワード)
4“手法”の選択とモデルの定義: ニューラルネットワーク

・Playgroundによる図解

ニューラルネットワークの基本形
ニューロンの数を増やす
レイヤー(層)の数を増やす

・Pythonコードでの実装例

モデルの定義
4“手法”の選択とモデルの定義: 活性化関数

・Playgroundによる図解

活性化関数
4“手法”の選択とモデルの定義: 活性化関数

・Playgroundによる図解

活性化関数

・Pythonコードでの実装例

4“手法”の選択とモデルの定義: 正則化

・Playgroundによる図解

正則化
正則化率

・Pythonコードでの実装例

第3回 ディープラーニング最速入門 ― 仕組み理解×初実装(後編)

5“学習方法” の設計とモデルの生成: 損失関数

・Playgroundによる図解
 - 回帰問題/分類問題でよく使われる損失関数
 - 誤差とは
 - なぜ「二乗」するか
・Pythonコードでの実装例

5“学習方法” の設計とモデルの生成: 最適化

・Playgroundによる図解
 - 最適化とは
 - 勾配法とは
・【コラム】偏微分と線形代数と統計学
・Pythonコードでの実装例

5“学習方法” の設計とモデルの生成: 学習率

・Playgroundによる図解
・Pythonコードでの実装例

6学習: トレーニング

・Playgroundによる図解
 - バックプロパゲーション(誤差逆伝播法)
 - エポック単位でのステップ学習
・Pythonコードでの実装例

6学習: バッチサイズ

・Playgroundによる図解
・Pythonコードでの実装例

7評価: 損失のグラフ

・Playgroundによる図解
・Pythonコードでの実装例
 - 早期終了とCSVログ出力

8テスト: 未知データで推論と評価

・Playgroundによる図解
・Pythonコードでの実装例

まとめ

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。