第2回:技術者のためのディープラーニングセミナー

下記のセミナー(技術者のためのディープラーニング)に参加して学んだことを書く。
http://www.cae21.org/kaisekijuku2017/kansai/kansai_17_DeepLearning.html

全体のスケジュールは以下。
※今回は第2回のセミナーに参加

第1回 ディープラーニングの基礎知識 2月24日(土)
・人工知能(AI)とディープラーニングの基礎知識
・ディープラーニングの事例紹介
・プログラミング言語Python入門 (実習)
・FOCUSスパコンの使用方法
 第2回 ディープラーニングの演習 3月10日(土)
・ ディープラーニングの適用
・ TensorFlowの基礎
・ TensorFlowを用いた演習
演習は、CAEアプリケーションをできるだけ使ったものにする予定です。

タイムテーブルはこんな感じ。

 

 

 

 

 

 

(1)FOCUSでのジョブ投入

(2)(1)で学んだことを用いて実習

学習済みのモデルを使って、結果の推論を行うことができる。

(3)畳み込み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では、いくつかの特殊な演算層(フィルター)を重ねることで画像の特徴を捉え、効果的な分類を実現している。
どういうフィルターがいいかも含めて学習させる。
・畳み込み層
・プーリング層
・全結合層
・ドロップアウト層

 

(4)学習アルゴリズム
一般的に、ニューラルネットワークにおける学習は、非凸の非線形最適化問題を解く必要がある。 このような最適化問題では、局所最適解への収束の解決など課題がたくさんあり、様々な工夫が試みられてきた。
・GradientDescentOptimizer
・MomentumOptimizer
・AdagradOptimizer
・AdamOptimizer

(5)kerasの入門

(6)kerasによる転移学習

学習済みのモデルに新たなデータを追加してモデルを作ることを転移学習やFine Tuningと呼ばれる。 転移学習を行うことで、少量のデータから効率よく実務的なモデルを組み立てることができる。
・ボトルネック特徴量の抽出
・クラス分類

(7)CAEとAIの融合
熱拡散方程式の逆問題のディープラーニングによる解法元ネタの記事(「関連リンク」にソースコードがある)
http://wazalabo.com/cae-ai.html

 

【感想】
ディープラーニングを勉強しなければと思った。
正直、全然ついていけなかった。
pythonのディープラーニング用のモジュールについても勉強しなければならない。

【今後】
学習しなければならないものは赤文字で記載した。
pythonの「tensorflow」「keras」も同時に学習が必要。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です