「Azureで始める Deep Learning ~理論と実装 画像識別編~」@Azure Antenna (2017年12月5日) に参加しました #aajp #cntk

Azure Antenna に行ってきました。(2回目)

12月5日(火) に開催された「Azureで始める Deep Learning ~理論と実装 画像識別編~」への参加です。

セッションとハンズオンで、しっかり教えていただきました。


当日学んだことは、結論から言うと、

要求を満たすなら Cognitive Services を使え、モデルを作る場合でもサンプルをコピーしてまずはそのまま動かせ

です。

既存のモデルを利用することが大事。
専門家がよりよいモデルを日々考えているし、そもそも明確に証明ができていないものもあるから、そんなものだと思って我々はその成果を使えばよいとのことでした。

これは大事ですね。
ディープラーニングを勉強していると、ついモデル作りたくなっちゃいます。で、作れないからもどかしい思いをする。
でも、モデルを作るは難しいし非効率、だから利用することを考えるんだと明確に教えてもらったのが、一番の収穫でした。

すごく見通しがよくなって、これからディープラーニングとどう付き合っていったらいいかの指針をもらえました。
なにか(まだ遠くだけど)明かりが見えた気がして、つい、こんなつぶやきをしてしまいました(笑)

happy_deeplearning


既存のモデルをコピーして動かしたとしても、そもそも概念や用語を知らないと何が起こっているのかが分からない
だから一度は基本的なレベルでモデルを作ってみるといいですね。そうするとパラメーターの意味がなんとなく分かり、チューニングのヒントが得られます。

概念を理解するための、おすすめの書籍としては「ゼロから作る Deep Learning」があります。(定番ですね。当日のスピーカーの大内山さんも紹介していました)
これを読めばだんだんと理屈はわかってきますが、やはり対面で説明していただくと、さらに理解が深まります。ライブって大事。


モデルはフレームワークで用意したものを使うとして、エンジニアがやることはパラメーターの最適化です。ちょっとずつ値を変えてみて、改めて学習させてみる。

これの説明として、当日はギターのチューニングを例に説明してくれました。わかりやすい!

ギターのチューニングは、ひとまず弦をつま弾いてみて、チューナーの針が真ん中に来るまで少しずつペグを絞めたり緩めたりします。
ディープラーニングも同じで、最適なパラメーター値を求めていくということです。

※当日はギターで説明してくれましたが、ピアノの調律のほうが近いかもと思いました。ギターのチューニングは1個のペグで1本の弦をチューニングするので一元の方程式ですが、ピアノは1個の鍵盤に対して複数の弦があったりハンマーの位置をずらしたりフェルトをほぐしたり・・・と複数のパラメーターで音が決まっていきます。ディープラーニングもこんな感じですね。もちろん当日はシンプルな例にしてもらったのでわかりやすかったですが。


同じ内容で Azure Antenna でのリピート開催はしばらくなさそうとのことなので、興味がある人は connpass で公開されている資料を見ながら頑張ってみてください。
(またはAzure Antenna に「リピートして~」とお願いするとか。さらに別の方法としては私にご連絡をくだされば土曜日開催を含めて企画するかも)

 

 

 

広告
カテゴリー: CNTK, 深層学習 タグ: , パーマリンク

コメントを残す

以下に詳細を記入するか、アイコンをクリックしてログインしてください。

WordPress.com ロゴ

WordPress.com アカウントを使ってコメントしています。 ログアウト /  変更 )

Google+ フォト

Google+ アカウントを使ってコメントしています。 ログアウト /  変更 )

Twitter 画像

Twitter アカウントを使ってコメントしています。 ログアウト /  変更 )

Facebook の写真

Facebook アカウントを使ってコメントしています。 ログアウト /  変更 )

%s と連携中