【Chainer】ディープラーニング初学者向けのチュートリアルを無償公開。Pythonの使い方から実装までの流れを学べる

このエントリーをはてなブックマークに追加

4月10日、株式会社Preferred Networksが、自社で開発を手がけるオープンソースの深層学習フレームワーク「Chainer」の初学者向けチュートリアルを公開しました。

Chainer
Pythonで記述された、機械学習の計算および学習を行うためのライブラリ。Preferred Networksの主導で開発が進められている。

Pythonを触ったことがない人でも、ディープラーニングを十分に理解できるほど濃い内容となっています。

環境構築から学習を回すまでの流れを網羅

チュートリアルはGoogle Colaboratory を用いた環境構築から始まります。

環境構築は自分のコンピュータで行うには大変な作業ですが、チュートリアルではすべてブラウザ上で完了するため、相当簡易です。

Google Colaboratory
Pythonをブラウザ上で実行可能なクラウド型のサービス。無料でGPUなどの計算資源を使うことができる。

Step1 準備編 は、微分の基礎、線形代数の基礎、確率・統計の基礎。

Step2 機械学習とデータ分析入門は、回帰分析の説明とともに、Pythonでのデータ処理や、行列計算に不可欠なモジュールについての説明。

Step3 ディープラーニング入門で、ディープラーニングのコードを自分で書き始めます。

Pythonの入門から、自分で書いたコードで学習を回すまでの一連の流れを網羅しており、初学者が実際にディープラーニングで学習させる段階まで勉強できます。

出典:チュートリアルより

現在公開されているチュートリアルの目次は以下のとおり。

【Step1 準備編】

  1. はじめに
  2. Python 入門
  3. 機械学習に使われる数学
  4. 微分の基礎
  5. 線形代数の基礎
  6. 確率・統計の基礎

【Step2 機械学習とデータ分析入門】

  1. 単回帰分析と重回帰分析
  2. NumPy 入門
  3. scikit-learn 入門
  4. CuPy 入門
  5. Pandas 入門
  6. Matplotlib 入門

【Step3 ディープラーニング入門】

  1. ニューラルネットワークの基礎
  2. Chainer の基礎
  3. Chainer の応用
  4. トレーナとエクステンション

初学者がゼロから始めても1〜2ヶ月?

ディープラーニングを理解する際の前提として、微分、積分、線形代数の知識が不可欠ですが、チュートリアルの中で丁寧に説明されているため、数学が苦手な人でない限りは読み進められます。

出典:チュートリアルより(学習を回した際の画像)

筆者の体感ですが、大学で少しでも数学を勉強したことがある方なら、初学者でも1, 2ヶ月で十分学べる量です。

応用編「画像認識」「自然言語処理」「強化学習」も公開予定

今後公開予定のページは以下のとおり。

  • Step4 応用編:画像認識
  • Step5 応用編:自然言語処理
  • Step6 応用編:深層強化学習
  • Step7 デプロイ

    応用編では、実世界で役立つレベルの技術が身につくこと間違いなし。特に、画像認識、自然言語処理は世界中で注目を浴びている領域です。チュートリアルが公開された際にはぜひ勉強してみてください。

    また、このチュートリアルはアカデミック・商用のどちらでも無料で使用できます。大学の授業や企業のセミナーなどに活用してみてはいかがでしょうか。

    Source:深層学習の初心者向けに、日本語の オンライン学習資料「ディープラーニング入門:Chainer チュートリアル」を無料公開