実習セミナーにつき、1口申込はありません


 

『Chainer によるニューラルネットの作成』


 ☆ノートPCをご持参ください。

 S180221K



 
 

開催日時:2018年4月3日(火)10:30-16:30

会  場:オーム ビル(千代田区神田錦町3-1)

受 講 料:1人様受講の場合 47,000円[税別]/1名

画像認識セミナー日程表  新宣伝セミナー日程表

※ノートPCをご持参ください。事前に以下のインストールをお願い致します。

1 ノートパソコン(Windows)をご持参ください
  Python が動けば問題ありません。Mac でも可
2 先ずPythonをインストール。Versionは3又は2.7(3がbetter)。
  (Anaconda の Python を入れると問題が少ないです)
3 次にChanerをインストールしてください。
 Chainer のVersionは現在の 3 でよいですが、
 その時点で default でインストールされるVersionでよいです。
4 プログラムを作るために、好みのエディタを入れておいて下さい。
5 ipython は使いません。ターミナル上で python を実行する形で行います。


 セミナーの概要

 

 本セミナーでは、Chainer を利用して深層学習で使われるニューラルネットの作成を実習形式で行います。まず最急降下法を理解して、関数の最小解を求めるプログラムを書いてみます。これが基本です。最急降下法を理解すれば、深層学習の学習プログラムを作れるようになります。具体的には Chainer のlinks や functions の関数を使ってモデルとその評価関数を作り、最急降下法の最適化アルゴリズムを適用することで、パラメータを求めることができます。
 基本的な feed forward のニューラルネット、畳み込みニューラルネット、リカレントニューラルネットを学習した後に、簡単な例題でそれらのプログラムを作成実習を行います。。


 講 師

 

 新納浩幸  氏 

   茨城大学 工学部 情報工学科 教授(博士(工学)


 講義項目

 1 ニューラルネット

  1.1 ニューラルネットの概要
  1.2 ニューラルネットによる回帰と識別


 2 最急降下法と誤差逆伝播法

  2.1 ニューラルネットにおける学習
  2.2 目的関数
  2.3 最急降下法


 3 Chainer の基本

  3.1 合成関数と計算グラフ
  3.2 計算グラフを利用した勾配計算
  3.3 Chainer 基本オブジェクト
   3.3.1 Variable
   3.3.2 functions
   3.3.3 links
  3.4 最適化
  3.5 最急降下法の作成実習


 4 feed-forward ニューラルネットワーク

  4.1 2乗誤差による目的関数
  4.2 クロスエントロピーによる目的関数
  4.3 feed-forward ニューラルネットワークの作成実習


 5 畳み込みニューラルネットワーク

  5.1 畳み込みニューラルネットワークの概要
  5.2 畳み込みニューラルネットワークの作成実習


 6 リカレントニューラルネットワーク

  6.1 リカレントニューラルネットワークの概要
  6.2 リカレントニューラルネットワークの作成実習




 お1人様      受講申込要領 セミナー 総合日程 画像認識 セミナー日程 新宣伝 セミナー日程