Deep Learning Basic with TensorFlow

次世代システム研究室の T. N. です。今回は、2016年3月28日に開催された社内の勉強会にて、Deep Learning(Convolutional Neural Network 以降CNN)の基礎とそれに絡めたTensorFlowの解説をしたので、その内容をご紹介します。

一般的なCNNを使った画像認識を例に、CNNの基本的な層(畳込み層、プーリング層、全結合層)/損失関数あたりの話とTensorFlowを絡めてお話させていただきました
時間が限られていたということもあり、CNNもTensorFlowも超概要レベルではあり,本来ならactivation関数,dropoutあたりも話すべきなのでしょうが、時間の都合上重要なものだけに限らせてもらいました

もっと詳しい理論を知りたい方はスタンフォード大学のCNN講義資料が非常にわかりやすいので、こちらをご覧になると良いかもしれません
(主催のFei Fei-Li氏はTEDでも講演されていますが、非常に綺麗な英語の発音で聞き取りやすいのでこちらもおすすめです)

ChainerやTensorFlowのような比較的親しみやすいDeepLearningフレームワークの登場や、それにともなって技術情報も多くなった現在、このような簡単な画像認識というのはかなり親しみやすくなったのかなと思います

ですので技術情報だけではなく、このような基礎的な理論も抑えた上で、RNNなどの別のNNや、もう一歩踏み込んで活用している論文(waifu2xで話題になったSRCNN等々)あたりを読むと一歩先に進むアイデアが生まれるのではないかなと思います

次世代システム研究室では、アプリケーション開発や設計を行うアーキテクトを募集しています。アプリケーション開発者の方、次世代システム研究室にご興味を持って頂ける方がいらっしゃいましたら、ぜひ 募集職種一覧 からご応募をお願いします。

皆さんのご応募をお待ちしています。