深層学習ってどうやってプログラムすんの？ [無断転載禁止]©2ch.net (112ﾚｽ)
上下前次1-新
86: 2022/03/05(土)13:54 ID:hf9QA2VU0(1) AAS
橋下徹「日本の政治家や専門家はまったく信用できない。いざ戦争になったらこりゃダメだな」 [Stargazer★]
//asahi.5ch.net/test/read.cgi/newsplus/1646454503/
1Stargazer ★2022/03/05(土) 13:28:23.37ID:lGKrZ2GV9
302名無しさん＠恐縮です2022/03/04(金) 22:19:19.15ID:mk0tHlNv0
橋下徹氏 ウクライナ情勢に「日本の政治家や専門家はまったく信用できない」
//news.yahoo.co.jp/articles/b8d410561da20086a64fcd2cfdd674de96016837
87: 2022/03/07(月)09:13 ID:6TQf6DWh0(1/6) AAS
- ニューラルネット(1)
人間の神経細胞を模したネットワークモデルで、細胞１個をセルと呼び、これが最小単位となる
１つのセルは複数の入力(xi)を受取り一つの出力(y)を出す
受取った複数の入力の合計値(Σwij*xi)にある適当な非線形関数h()を演算し、これをyとする
各入力にはそれぞれ重みwiを与える
式でまとめると y = h((Σwij*xi)) こんな感じ
h()は活性化関数と呼ばれ、いわゆる学習曲線と考えればよい
88: 2022/03/07(月)09:14 ID:6TQf6DWh0(2/6) AAS
- ニューラルネット(2)
セルを多数連結したものがニューラルネットである（とりあえず電気回路のようなものをイメージすればよい）
実際、プログラミングテクニックとして電気回路のシミュレーションのようなイメージをもっていればよい
グラフを使ったプログラミングテクニックはニューラルネットに限らずいろいろな応用例がある
注意点としては
1) 流れる情報は電流のような連続量ではなく、パルスのような離散量である
2) 工学的テクニックとして、ネットワークを幾つかの階層に分解する
入力層(x) => 中間層1 => 中間層2 => … => 中間層n => 出力層(y)
各層は縦に並べた１次元配列と思えばよい
3) 各層を離散量が順次流れていく間に、上で定義した重み(wij)の値が更新されていくイメージだ
省3
89: 2022/03/07(月)09:20 ID:6TQf6DWh0(3/6) AAS
- ニューラルネット(3)
上記(1)(2)だけではなぜ学習されるのかが説明されていない
実は出力層(y)の結果からニューラルネット全体の各重み情報(wij)を改善する演算が行われる
バックプロパゲーション(逆伝播)といわれるテクニックである
通常の順路は入力=>出力の方向に情報伝搬するが
出力(y)に到達したら、出力=>入力の方向に逆伝播させて、重み情報(wij)を改善するのである
このとき目的関数を最小化するという最適化手法が使われる
イメージとしては出力結果(y)と学習目標(Y)を比較し、最小二乗法で最適な重み分布(wij)を求めるわけ
90: 2022/03/07(月)09:21 ID:6TQf6DWh0(4/6) AAS
- ニューラルネット(4)
基本的には上記演算（入力層から出力層まで流す演算）を１セットと見立て、
膨大な入力データ（と学習目標データ）を準備して流すことで、学習が進んでいくイメージだ
他にも細かいテクニックはいろいろあるが、
ニューラルネット全体を y=f(x) というフィルタに見立て、(x,y)を与えて関数fを求めていく複雑な演算だと思えばよい
fを決めるのは重み情報(wij)ということになる
91: 2022/03/07(月)11:04 ID:6TQf6DWh0(5/6) AAS
- ニューラルネット(5) 順伝搬と逆伝播
順伝搬では各層を通過するごとに入力合計を非線形関数に入れて計算する
変数が膨大である場合、変数全体を連続量として考えればこれは「積分」に相当する
Σの代わりに∫と考えれば、逆伝播は「微分」ということになる
順伝搬では積分の累積が行われ、逆伝播では微分しながら累積をほどいていく
これは「自動微分」と言われるグラフを使って微分/積分を行う手法だ
「自動微分」を知らないとなぜ順伝搬や逆伝播が有効なのかわからない
92: 2022/03/07(月)11:08 ID:6TQf6DWh0(6/6) AAS
- ニューラルネット(6) 「分割して統治せよ」
「確率的勾配降下法」で躓く人もいるかもしれない
なんでミニバッチみたいなのが必要なのか？
それは入力データ（と学習目標データ）が膨大であるからだ
仮に10万個の入力データとn層のネットワークを考えてみる
解である重み情報(wij)は単純に考えても10万×nくらいにはなるはずで、こんな微分方程式を解くのは容易ではない
しかし世の中には頭のいい人がいるもので巨大な方程式を分割して少しずつ解くのである
10万個を100分割すれば変数は100分の１で済む。必要な方程式の数も100分の１で済む
1000変数の方程式を100回行うことで巨大な方程式を解いたことにするのだ
当然求めた解は出鱈目になるが、これを何回も繰り返すことで求める最適解に近づいていくように調整するのだ
省2
93: 2022/04/14(木)23:02 ID:wI1yWrUc0(1) AAS
AIの活用で、日本は変えられる、(株)JDSC（東大ベンチャー発）、経済産業省 中小企業のDXに役立つ「手引き」と「AI導入ガイドブック」を取りまとめ
AIやDX社会の構築なければ、30年代はマイナス成長に
https://jinjibu.jp/news/detl/20743/
日本最大のHRネットワーク『日本の人事部』2022/04/14
中小企業のDXに役立つ「手引き」と「AI導入ガイドブック」を取りまとめました
https://www.meti.go.jp/press/2022/04/20220408001/20220408001.html
中小企業のDXに役立つ「手引き」と「AI導入ガイドブック」を取りまとめました 2022年4月8日 経済産業省
シニアマーケティングのゆこゆこ、DM等による販促サポートサービスへ JDSCのAIを導入。複数の実証実験においてCVRが平均2.4倍に。
https://jdsc.ai/news/news-964/
MISSION：この国は変えられる。日本は、アップグレードできる。AIの活用の活用がキーです 加藤 エルテス 聡志
省11
94: 2022/04/16(土)19:42 ID:fCXDlGpL0(1/2) AAS
プログラムなんて小学生までよねー
だっさーい
Google コラボでpipやな
95: 2022/04/16(土)19:43 ID:fCXDlGpL0(2/2) AAS
>>84
おそい！
Tensorflow をダウソすんじゃネー
96: 2022/04/24(日)18:34 ID:fFIcFm2k0(1) AAS
https://japan.zdnet.com/article/35186638/
海外コメンタリー
Metaのチーフサイエンティストが語る、機械学習の最前線（前編）
Tiernan Ray （Special to ZDNet.com） 翻訳校正： 村上雅章 野崎裕子 2022-04-22
Yann LeCun氏はベル研究所に在籍していた30年前、画像認識などのタスクを解決する上で極めて有望だと考えられる「畳み込み神経回路網」（CNN）という機械学習（ML）アプローチを確立した。そしてCNNは今や、人工知能（AI）分野のディープラーニング（DL）を支える主力テクノロジーと認識されるまでになり、同氏は2019年にコンピューティング分野のノーベル賞に相当する「ACM A. M. チューリング賞」（ACM A. M. Turing Award）を受賞した。
ニューヨーク大学の教授であり、MetaのチーフサイエンティストでもあるLeCun氏は、3月21日の週に米ZDNetが実施したインタビューにおいて、最近はこの30年間で最もエキサイティングな日々と送っていると語った。同氏はその理由として、新たな発見によって、CNNのようなAI分野の実用性を向上させる可能性のある長きにわたる議論が活性化されている点を挙げている。
LeCun氏が現在取り組んでいる最先端分野は、エネルギーベースモデル（EBM）と呼ばれているものだ。ここでの確率関数は、「確率変数、あるいは確率変数群が各状態に与える影響を描写するもの」（参照：「Deep Learning」Ian Goodfellow、Yoshua Bengio、Aaron Courville著--2016年）であり、EBMは2つの変数間の調和を単純化するものとなる。統計物理学のコンセプトを用いているEBMでは、2つの変数間のエネルギーは、均衡が取れていない場合に上昇し、調和している場合に低下すると考えている。これにより、確率分布を「正規化」する際に発生する複雑さを除去できるようになる。
ML分野におけるこのアイデアは、少なくとも1980年代にまでさかのぼる古いものだが、その時以来、EBMをより実用的にするための進歩が生み出されてきている。LeCun氏は近年、自らの思索の深まりを機会あるごとに発表してきている。米ZDNetも報じているが、ニュージャージー州プリンストン市にあるプリンストン高等研究所（IAS）で実施した2019年の講演もその1つだ。
97: 2022/05/02(月)15:27 ID:YhJ98bEh0(1) AAS
AIの活用で、この国は変えられる、株JDSC テンバガー候補/4418
https://jdsc.ai/news/ シニアマーケティングのゆこゆこ、DM等による販促サポートサービスへ JDSCのAIを導入CVRが平均2.4倍 長野県松本市 電力データとAIによるフレイル検知の実証を開始/中部電力
//cloud.watch.impress.co.jp/docs/special/1405135.html AIにとっては必然のもの？ 東芝が推進するMLOps活用の取り組み 大河原克行 0502日 MLOpsとは、Machine Learning(機械学習)とOperations(運用)の合成語。機械学習を活用したシステムを開発して運用を開始したあとも、継続的にモニタリングを行い、システム運用や市場環境の変化を通じて再学習や改良、改善を実施し、品質を保つことを目的としたものだ
https://www.kirinholdings.com/jp/newsroom/release/2022/0426_01.html 調剤薬局向けAI置き薬サービスpremedi KIRIN
//prtimes.jp/main/html/rd/p/000000004.000097214.html「Gigalogy AI Platform(GAIP)」 AIの開発を飛躍的に容易にするプラットフォームの提供を開始 経済産業省は、2030年までに12万人のAIビジネス専門の技術者の不足 Gigalogy株 0421
//www.nikkei.com/article/DGXZQOUC225QC0S2A420C2000000/ ソニーと東工大、「未来デバイス」共同研究講座 0422
//www.jcer.or.jp/economic-forecast/2021127.html ＤＸ社会の構築なければ、30年代はマイナス成長に 日本経済研究センター
//www.nikkei.com/article/DGXZQOUC130YI0T10C22A3000000/ ソフトバンク、全社員1.8万人にAI･統計スキル習得求める 0327
//www.nikkei.com/article/DGXZQOUC11C8C0R10C22A4000000/ デジタル人材の育成 日本は7カ国平均の29%を大幅に下回った AWS調査 0419
//www.smbcnikko.co.jp/products/inv/toshin_lab/column/002.html AI通信 投資対象として「AI」をどう見るか？ AI関連企業の成長物語はまだ始まったばかり 官民の積極的な取り組みが加速する 日興
省3
98: 2022/05/15(日)09:34 ID:5VegoOcv0(1) AAS
素人がディープラーニングを学びたかったら、
・まず、松尾豊のyoutube動画見る
・自分でプログラミングしてみる
これしかない。あとは不要
99: 2022/05/19(木)13:12 ID:iYJ0+ZVB0(1) AAS
松尾センセの動画って勧めるか？
アイシアの動画を頭から見た方が為になる
ハードだけど
100: 2022/08/06(土)15:20 ID:MZT4zS7f0(1) AAS
いきなり深層学習は難しいから線形近似の機械学習から学ぶといい
Courseraの機械学習専門講座がおすすめ
101: 2022/10/28(金)15:16 ID:oz8DPrAY0(1) AAS
PythonはAIのクライアント・プログラミング言語であって、AI自体がPythonで書かれているわけじゃないんでしょう？
102: 2022/10/28(金)16:41 ID:+umWrQze0(1) AAS
今時はベース部分を学習済みのAIチップが実用されてるから
プログラミングは必要ない
しかし原理や基本を理解するためにはプログラミングが一番良いと思う
103(1): 2022/11/14(月)10:55 ID:IIztgKlA0(1) AAS
階層型ニューロは作れるが、学習させる何万というデータとそのタグが欲しい。
公開されているものはあるか？
104: 2022/11/29(火)17:57 ID:JtwKI++q0(1) AAS
元総理がAI時代に「微積分なんてほとんど使われないから・・」という国ですから
105: 2023/01/06(金)12:03 ID:umjb+6tC0(1) AAS
>>103
mnistとかCIFAR10とか
上下前次1-新書関写板覧索設栞歴
あと 7 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.642s*