【最新更新状況】
2019/4/18 GoogleのチュートリアルのKeras移行に伴い、
Google Colaboratoryによる体験
3層ニューラルネットワーク
畳み込みニューラルネットワーク
のセクションを追加し、旧コンテンツ(TensorFlowネイティブでの開発)はアーカイブしました。
【最新更新状況】
2019/4/18 GoogleのチュートリアルのKeras移行に伴い、
Google Colaboratoryによる体験
3層ニューラルネットワーク
畳み込みニューラルネットワーク
のセクションを追加し、旧コンテンツ(TensorFlowネイティブでの開発)はアーカイブしました。
2018/10/19 TensorFlow 1.11 CPU/GPUのインストール手順(conda版)を追加しました。
また、古いバージョンのインストール方法の動画は削除しました。
2018/3/9 Anaconda 3とTensorFlow 1.6のインストール手順を追加しました。
2017/12/4 レクチャー23のスライドに誤植があったので更新しました。
2017/11/16 TensorFlow 1.4.0(CPU版)のインストール手順を収録・追加しました。
2017/10/26 Anaconda3 5.0.0 + TensorFlow 1.3のインストール手順をmacOS, Windows版をそれぞれ追加しました。
2017/9/15 TensorFlow 1.3 GPU版のインストール手順を掲載しました。
2017/8/24 TensorFlow 1.3 GPUでcuDNN 6.0が必須になりましたので、補足を追加しました。
2017/8/13 Anaconda 4.4.0 / Python 3.6のインストール手順を追加しました。
Windows環境でもPython 3.6がサポートされました。(*以前はPython 3.5のみ)
2017/8/2 TensorFlow 1.2.1のインストール手順を追加しました。
2017/4/29 スタイル変換(写真を画家のタッチで描く)のチュートリアルを追加しました。
2017/4/27 TensorFlow 1.1がリリースされましたので、インストール手順を追加しました。なお、既存のチュートリアルは1.1での動作を確認しました。
2017/4/3 機械学習の概要解説を追加しました。
2017/2/27 TensorFlow 1.0のインストール方法、MNIST for Beginners・Expertsのコード実行のレクチャーを追加しました。
2017/2/22 Windows版のインストール手順を更新しました(Anaconda 4.2.0のダウンロード・インストール手順)
2017/2/21 勾配降下法・ミニバッチの解説を追加しました。
2017/2/12 Jupyter Notebookでコメントを入力する方法。Jupyter Notebookの終了方法を追加しました。
2017/2/9 MNIST for Experts のスライドを更新(活性化関数の解説を追加)しました。
2017/2/8 活性化関数(ReLU)の図解レクチャーを追加しました。
【ご注意】
このコースは、Python経験者で英語でGoogle社のTensorFlowチュートリアルが自力で理解できる方には物足りないと思いますのでご注意ください。チュートリアルを実施するのはナンセンスだと考える上級者の方には決して受講をお勧めしません。間違えて受講された場合は返金も可能ですので、初心者以外の方は受講しないでください。
Pythonをはじめて体験する方、TensorFlowでどんなことができるかを体験してみたい、という方を対象にしています。TensorFlowライブラリを使用したアプリケーション開発などは別コースを企画しています。
【2019年、ディープラーニングが急速に普及します】
2017年1月30日にピッツバーグで開催されていたトップレベルのチェスの試合で、カーネギーメロン大学のグループによる人工知能 "Libratus" が人間を打ち負かしました。2017年初めには、オンライン囲碁(野狐囲碁)でチャンピオンに連勝する人工知能(Master)が登場して話題になりました。Masterの正体は、2016年にイ・セドルプロを破った "アルファ碁(AlphaGo)" の改良版でした。アルファ碁は、イギリスのディープマインド社で開発されている人工知能です。ディープラーニングや強化学習と呼ばれる仕組みを使って、コンピューターが自己対戦を繰り返して成長するコンピュータープログラムです。AlphaGoのトレーニングにはGoogle社のTensorFlowという人工知能のライブラリが使われています。
医療や農業、教育などさまざまな分野で、「人工知能・AI」による自動化、分類や推定が注目されています。ディープラーニングは、コンピューターにさまざまな情報を学習させて、分類や推定を行う機械学習の一種です。人間の脳を模したニューラルネットワークを何段にも(ディープに)重ねることで、精度の向上を実現しています。
2017年のCES (コンシューマー・エレクトロニクス・ショー)では、ディープラーニングを実装したロボットを使ったサービスやアプリケーションが次々と発表されました。今後も続々と登場するでしょう。
この講座は、AlphaGoにも採用されているGoogle社のTensorFlowライブラリを使って、短期間にディープラーニングによる人工知能の動作を体験し、ディープラーニングを活用したサービスやプロダクトの企画・開発のヒントを得られるようになることを目指して制作しました。
TensorFlowは、GooglePhotoやGoogle翻訳、Google検索などで実際に使われている機械学習、深層学習のライブラリです。
さまざまなOS上で動作をしますので、学習だけでなく、ウェブアプリケーション開発やモバイルアプリ開発も可能です。
【コースの概要】
このコースは、Udemyでのべ82,000名にプログラミングを指導してきたベテラン講師が担当します。
Google社が公開しているオープンソースの人工知能ライブラリ・TensorFlow(テンソルフロー)を使って、
以下のような順で学習を進めます。
第0日: 環境構築
Anaconda (Python 3) , TensorFlowのインストール
TensorFlowでHello World.
第1日: 手書き文字の分類 (多項ロジスティック回帰)
多項ソフトマックス回帰の実行
第2日: 手書き文字の分類 (畳み込みニューラルネットワーク)
2段階の畳み込み・プーリング層、2層の全結合層を組み合わせたニューラルネットワークで精度を向上させる
学習したモデルを使用して分類を実施してみる(収録中)
第3日: 画像認識
パンダの画像認識
オリジナル画像(犬)の認識
第4日: スタイル変換
画家のタッチをAIに学習させ、写真のスタイル変換をするAIプログラムを体験します。
サンプルは北斎の「波」を使用しますが、ムンクやゴッホなどのデータも使用可能です。
オプション(必須ではありません)
Python 3の概要
Python 3 のミニマムな文法
参考文献リスト
プログラムをJupyter Notebook上でステップ・バイ・ステップで実行しながら、ディープラーニングの仕組みを体験していきます。
*レクチャーで使用したJupyter Notebookはコース内でダウンロードできます。お急ぎの方はコーディングせずにプログラムを実行できます。ご自身でコーディングするとより理解が深まるでしょう。
【このコースを学ぶと】
人工知能と言われても、言葉だけではどんなことができるのかピンときません。しかし、実際に人工知能のトレーニングや推定を体験してみると、いろいろなアイデアが生み出せるようになるでしょう。
ぜひこの機会にTensorFlowを体験し、人工知能時代に活躍するスキルを手に入れましょう。現在、世界中でディープラーニングエンジニアの求人が急拡大しています。また、あらゆる業種で、人工知能を適用して課題解決が図れる人材が切望されています。エンジニアでなくても、ディープラーニングや機械学習の概念を理解することで、人工知能の得意なことを活かしたり、まだ人工知能ではできない限界を知って、リアリティのある意思決定ができるようになります。
【このコースの特徴】
数学やプログラミングの知識がなくても、ディープラーニングのプログラムを体験できます。
数式を理解できなくても、概念的にどういう処理をしているのか、を直感的に理解できるようになります。
畳み込みやプーリングなど難解な処理の仕組みを図解で理解できるようになります。
Python 3 + TensorFlowを使って、パソコン上でディープラーニングを体験できます。
ボーナストラックでは、Python 3の基礎を解説します。
【受講をおすすめしない方】
すでにTensorFlowのチュートリアルを体験済みで解説が不要な方
すでにディープラーニングに詳しい方
Linuxでないと学習をしたくない方
動画で学習するのはナンセンスだ!書籍で学んだ方がいい!という方
ソフトウェアのインストールや、コードの入力は全くしたくない方
WindowsやMacでPythonプログラミングをやるのは気に入らないという方
人工知能をマスターしたら、あなたはどんな問題解決をしますか?
***今後の予定***
続編として、
ニューラルネットワークをNumPyで自作して数学的処理を理解する講座
CIFAR-10など本格的なディープニューラルネットワーク
RNN(リカレントニューラルネットワーク)LSTMなどを使用した自然言語処理
音声認識などのアプリケーション
C++の基本と、TensorFlowの使用
Raspberry Pi 3でTensorFlowを動かしてみよう
iOSやAndroidでTensorFlowを使用してみよう
Chainerでディープラーニングを学ぼう
などの講座化を企画しています。
もしリクエストがあれば、メッセージなどでお知らせください。
*** 受講上の注意 ***
このコースは動画で、はじめてディープラーニングやCNNなどを学ぶ方のためのコースです。
環境構築から1つ1つ丁寧に解説していきますので、
・動画より書籍で学びたい方
・すでにCNNなどについて基礎から学習するのは馬鹿らしい
という方は、間違って受講されないようご注意ください。
また、間違えて登録した方は30日以内であれば返金可能なのでお試しください。
このチュートリアルで実行する内容を解説します。
TensorFlow 0.12まではtensorflowをインストールするとチュートリアルのコードが同梱されています。
TensorFlow 1.xをお使いの場合は、ビデオの手順でGitHubからclassify_image.pyのコードをダウンロードしましょう。
念のため、2017/4/6 にダウンロードしたバージョンを添付しますが、今後変更があるかもしれません。
パンダの認識がうまくいくかどうか試してみましょう。
【TensorFlow 1.0以降の注意】
バージョン0,12まで同梱されたいたデータが含まれなくなりました。
modelsフォルダが見当たらない方は、
https://github.com/tensorflow/models
をブラウザで開いて、 【clone or download】をクリックし、Download ZIP をクリックしてみてください。
するとmodelsフォルダ以下をまとめてダウンロードできます。
自分で指定したファイルで画像分類を行ってみよう
Pythonがはじめてな方のための解説です。
スクリプト言語(インタプリタ言語)とコンパイル型言語の違いなどについて学びましょう。
Pythonと他の統計ツールとの違いについて学びましょう。
Pythonの様々な実行スタイルについて学びましょう。
コマンドプロンプト、またはターミナルからpythonのインタラクティブシェルを起動して、かんたんな計算をしてみましょう。
テキストエディターでPythonプログラムを書いて、pythonコマンドで実行してみよう
ユーザーの入力を受け付けてみよう
if文での分岐、引数の取得、インデントなどについて学びます。
Pythonでは、インデントをつける前の行の最後にコロン ":" を付けます。
CellのタイプをMarkdownにするとコメントや数式を入力できます。
このセクションで学ぶMNIST for Beginnersの概要を説明します。
MNIST for Beginnersの処理の流れを解説します。
MNIST for Beginnersのコードを書いて、多項ロジスティック回帰を実行してみましょう。
GradientDescent最適化とミニバッチについてイメージを理解しましょう。
全体の処理の流れをレビューしておきましょう。
このセクションで使用したスライドです。
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.