1月26日に
2017年1月期AITCオープンラボ「TensorFlowで始めるディープラーニング~入門編」
https://aitc-openlab.connpass.com/event/47662/
にいってきた。内容メモメモ
■AITCについて
■TensorFlow勉強会ご紹介
・新メンバー募集(AITC会員限定)
■PlaygroundでDeepLearning
Tensorflow Playgroundというサイトがある
http://playground.tensorflow.org/
・Classfication問題とは
ノードの可視化について
2次限座標(X1、X2)を青か赤に分割する
半分訓練、
・全体レイアウト
problem→classificationにする
4つあるうち、左下:ガウシアン
活性化関数:リニアは活性化関数ない
パーセプトロン
中間層がない:中間層を消す
活性化関数はシグモイドなど
→線形分離可能なものは、パーセプトロンいらない
市松模様のEOR:
線一本ではわけられないので、パーセプトロンで解けない
リニアにしてもとけない
EORで
入力X1X2→一発で出来る
→特徴量を選ぶとパーセプトロンでも解ける
サークルは特徴量2つで解ける:X1二乗とx2二乗
EORで
隠れ層4個と2個にする。活性化関数はリニア以外
円の場合
1層3個でできる→丸を囲むのに3ついる
スパイラル
※全部Javascriptで出来ている
入力数、ノード数→ハイパーパラメータ をどうするか
のーどのところにいくと、重みが見れる
L1:絶対値を損失関数へ
L2:絶対値の二乗を損失関数へ
・設定できるもの
ノイズ
ウソの訓練データ
訓練データとテストデータの割合
・ソースはgit hubにある
git cloneして、インターネットなしでもできる
・ボタンを画したり出来る
■Jupyterで学ぶTensorFlow
・学習の始め方
Jupyter:統合開発環境 名前の由来の言語でも動く
・メリットブラウザですぐPithonを確かめられる
エラーが出ることも
・Dockerいれると、動かせる
・マークダウンを内包している
リスト表示 -か* を入れる
・数式も表せる→LateXがはいっている
・言語を選択する
・プリインストール教材
・TensorFlow:中で行列計算
・線形回帰をやってみる
・clear outputでリスタートすると実行結果がなくなる
・pythonには直線回帰が用意されている→これをTensorFlowで行う
・シフトエンターで実行
・TensorFlow関数として用意してくれている
勾配効果法、重み
・まず、テストデータを乱数でつくる
・トレーニング、学習
・モデル定義、誤差関数の定義
・結果の表示
・すうじをがくしゅうさせることもできる えむにすとのちゅーとりある
・TensorFlowがGoogleクラウドでは速いが自分のマシンでははやくない
→cntkははやい
・はいちゃーむ使っている人もいる
■Open AI GymでTensorFrowを使う
・TensorFlowを使ってベンチマーキングを特
CNN
RNN
DQN
・DQN
ざっくり言うと
強化学習(Q学習)Xディープラーニング
エージェントが試行錯誤
あるふぁご、ドローン制御、あしも
・ゲームをとく OpenAIGym
動かすのに、環境
・学習環境の説明
さんてんしんし
あたり ぱっくまん
月面着陸
・サンプル動かすまで
Linux・Macはうごく
Windowsのうぶんつは、Jyupiter
Windows10も問題ある
・gitでパッケージ入れる:クラッシックだけ
OpenAIGymのドキュメント
・機械学習の計算
GPU,→NVIDIAから
Windowsに対応しているのがある
・TensorFlowで実装
ぺんだるむというのをやる
初期値
行動選択
報酬
行動選択:いーぐりーでぃ法
行動学習;DQN
・実装してみた
まんなか、隠れ層
Q学習する
・実行してみる
・まとめ
ランキング
Open AI Gymのコミュニティ
Open AI ユニバース→ベンチマーク
・40ページ目くらいにGitのリポジトリ
2017年1月期AITCオープンラボ「TensorFlowで始めるディープラーニング~入門編」
https://aitc-openlab.connpass.com/event/47662/
にいってきた。内容メモメモ
■AITCについて
■TensorFlow勉強会ご紹介
・新メンバー募集(AITC会員限定)
■PlaygroundでDeepLearning
Tensorflow Playgroundというサイトがある
http://playground.tensorflow.org/
・Classfication問題とは
ノードの可視化について
2次限座標(X1、X2)を青か赤に分割する
半分訓練、
・全体レイアウト
problem→classificationにする
4つあるうち、左下:ガウシアン
活性化関数:リニアは活性化関数ない
パーセプトロン
中間層がない:中間層を消す
活性化関数はシグモイドなど
→線形分離可能なものは、パーセプトロンいらない
市松模様のEOR:
線一本ではわけられないので、パーセプトロンで解けない
リニアにしてもとけない
EORで
入力X1X2→一発で出来る
→特徴量を選ぶとパーセプトロンでも解ける
サークルは特徴量2つで解ける:X1二乗とx2二乗
EORで
隠れ層4個と2個にする。活性化関数はリニア以外
円の場合
1層3個でできる→丸を囲むのに3ついる
スパイラル
※全部Javascriptで出来ている
入力数、ノード数→ハイパーパラメータ をどうするか
のーどのところにいくと、重みが見れる
L1:絶対値を損失関数へ
L2:絶対値の二乗を損失関数へ
・設定できるもの
ノイズ
ウソの訓練データ
訓練データとテストデータの割合
・ソースはgit hubにある
git cloneして、インターネットなしでもできる
・ボタンを画したり出来る
■Jupyterで学ぶTensorFlow
・学習の始め方
Jupyter:統合開発環境 名前の由来の言語でも動く
・メリットブラウザですぐPithonを確かめられる
エラーが出ることも
・Dockerいれると、動かせる
・マークダウンを内包している
リスト表示 -か* を入れる
・数式も表せる→LateXがはいっている
・言語を選択する
・プリインストール教材
・TensorFlow:中で行列計算
・線形回帰をやってみる
・clear outputでリスタートすると実行結果がなくなる
・pythonには直線回帰が用意されている→これをTensorFlowで行う
・シフトエンターで実行
・TensorFlow関数として用意してくれている
勾配効果法、重み
・まず、テストデータを乱数でつくる
・トレーニング、学習
・モデル定義、誤差関数の定義
・結果の表示
・すうじをがくしゅうさせることもできる えむにすとのちゅーとりある
・TensorFlowがGoogleクラウドでは速いが自分のマシンでははやくない
→cntkははやい
・はいちゃーむ使っている人もいる
■Open AI GymでTensorFrowを使う
・TensorFlowを使ってベンチマーキングを特
CNN
RNN
DQN
・DQN
ざっくり言うと
強化学習(Q学習)Xディープラーニング
エージェントが試行錯誤
あるふぁご、ドローン制御、あしも
・ゲームをとく OpenAIGym
動かすのに、環境
・学習環境の説明
さんてんしんし
あたり ぱっくまん
月面着陸
・サンプル動かすまで
Linux・Macはうごく
Windowsのうぶんつは、Jyupiter
Windows10も問題ある
・gitでパッケージ入れる:クラッシックだけ
OpenAIGymのドキュメント
・機械学習の計算
GPU,→NVIDIAから
Windowsに対応しているのがある
・TensorFlowで実装
ぺんだるむというのをやる
初期値
行動選択
報酬
行動選択:いーぐりーでぃ法
行動学習;DQN
・実装してみた
まんなか、隠れ層
Q学習する
・実行してみる
・まとめ
ランキング
Open AI Gymのコミュニティ
Open AI ユニバース→ベンチマーク
・40ページ目くらいにGitのリポジトリ