おひとりさま現役パラレルワーカーフクコろぐ

これからの会社員は、複数の収入源をもとう! 会社に翻弄されずアナタらしく仕事ができる。 そんなパラレルワーカーを広めるフクコのブログです。

【文系プログラミング初心者deE資格】ゼロつくディープラーニング #47

f:id:fukuko-parallel-work:20211216205000j:plain

こんにちは!

現役パラレルワーカー フクコです。

f:id:fukuko-parallel-work:20210212204833p:plain



前回の記事↓に続き
www.fukuko-parallel-work.com




来年の2月の試験に向けてE資格試験勉強中のため


E資格とは?の記事はコチラ↓

www.fukuko-parallel-work.com




ゼロつくシリーズでおなじみ

オーライリーから出版されている

ディープラーニングの本格的な入門書でよくおススメされる

「ゼロからつくる Deep Learning」本


f:id:fukuko-parallel-work:20211029220008j:plain





この本↑を毎日5ページずつコツコツこなす

約2か月間で今年中に終了するので

来年のE資格試験までにこれで基礎力をつけることにしました。(^^)


ついつい私は何もないとだらけてしまうので(笑)

毎日5ページ終わった後の記録とまとめを書いていこうと思います。


と、まとめに入る前に…

やる気を出すためのコトバをシェアします!!(主に私のやる気を出すために 笑)

「しっかりしろ!!

 泣くな!!逃げるな!!

 そんな行動に意味は無い!!」


byじいちゃん(桑島慈悟郎)


私の大好きな鬼滅の刃から

じいちゃんこと、桑島慈悟郎(くわじまじごろう)の名言です。


そうなんですよ!

泣いたって、逃げたって、仕方ないんですよね。(>-<)

泣いても、

結局最終的にはやらないといけないだろうし

逃げても、

どうせ後から重くなって返ってくるんですよ

だったら、

最初から気合で頑張ろう!!(^0^)


じいちゃん、どうもありがとう! (^0^)

今日もやる気が出てきました! 

よし!! 今日も頑張るぞ~! お~!! 

というコトで、

私は今日も逃げずに、あきらめずにコツコツ、ノルマはゼッタイこなしますよ!


ではでは、いい加減まとめに入ります。笑



その前に本の目次の紹介です。

ゼロつくディープラーニングは、下記↓の合計8章で構成されています。

本の目次

  • 5章 誤差伝播法
  • 6章 学習に関するテクニック



ちなみに…

ゼロつくディープラーニング第1章はPython入門のセクション(20ページ分)なので、

とりあえず今回私は飛ばし、第2章からまとめています。

現在は最終章! 第8章 ディープラーニングで~す。



第8章 ディープラーニング のつづき


ディープラーニングは、

層を深くしたディープなニューラルネットワーク

ディープラーニングの性質と課題、そして、可能性についてみていく

8.5.2 画像生成


ディープラーニングを使って、新しい画像を生成することもできる。

DCGAN(Deep Convolutional Generative Adversarial Network) という手法を使って

画像を生成できる。


DCGANは、2015年末に発表された


2014年に発表されたGAN(Generative Adversarial Networks)を元に

改善が加えられたアルゴリズム


GAN(敵対的生成ネットワーク)の特徴

2つのネットワークが競い合うように(adversarialに)学習が進むことから命名されている。


2つのネットワークはそれぞれ GeneratorDiscriminator と呼ばれ、

Generator が生成した画像と本物の画像を、

Discriminator が本物か Generator が生成した画像かを見分けることで学習を進める。


DCGANにより生成された画像の例は↓のとおり。


f:id:fukuko-parallel-work:20211216214847j:plain

参照論文https://arxiv.org/pdf/1511.06434.pdf

(↑イヤー、コンピュータの生成したものとはわからないくらいですね!)

8.5.3 自動運転


人間の代わりにコンピュータが自動車を運転する「自動運転」の技術が

現実味を帯びて生きている。

8.5.4 Deep Q-Network(強化学習)


強化学習(reinforcement learning)とは

試行錯誤の家庭から自律的に学習させること。


↓の図のとおり、強化学習では、

エージェントとよばれるものが、環境の状況に応じて行動を選択し

その行動によって環境が変化するというのが基本的な枠組み

環境の変化によって、

エージェントは何らかの報酬を得る



ディープラーニングを使った強化学習の手法として

Deep Q-Network(DQN)という手法がある

例えば、テレビゲームを自動的に学習させ、

ヒトを越えるレベルの操作を実現した例が報告される。

Deep Q-Network(DQN)の構造↓のとおり。


f:id:fukuko-parallel-work:20211216215251j:plain



AlphaGoというGoogleのDeep Mind社が作った技術の内部でも

ディープラーニング強化学習が用いられている

8.6 第8章 ディープラーニングのまとめ


第8章のまとめは次↓のとおり


  • 多くのモンダイでは、ネットワークを深くすることで性能の向上が期待できる
  • 有名なネットワークにはVGG,GoogLeNet、ResNetがある。

今日のまとめ


ハイ、今日はここまで!!

つ、ついに第8章が終わりました~!!!

わ~い、ヤッター。\(^_^)/

ようやく終わった~!!!


…といいたいところなんですが、


あとおまけの付録のページが10ページある…苦笑

やらないで無視することもできるんですが…

せっかくここまで頑張ったので、ちゃんと終わらせることにします!!

なのであと、もう2日!!

ということで、あともうちょいですー。(^^)

引き続き頑張りまっす。


最後まで読んでくださり、ありがとうございます!

フクコ


ディープラーニング入門書おススメ本


E資格とは?

www.fukuko-parallel-work.com