はてなブックマーク

はじめに 人工知能の記事を見ていると「学習回数」という言葉が多く出てきます。 どの記事も難しい言葉を使って説明されているので、分かりにくい!と思った方も多いと思います。 今回は「学習回数」を分かりやすく説明します。 Created by NekoAllergy 書いてあること 学習回数とは? バッチサイズとイテレーションとは? まとめ 1. 学習回数とは? 学習回数とは、モデルにデータを見せた回数のことです。学習回数 100 回、学習回数 1000 回、といった感じで使われます。 1 つずつ説明していきます。 例えば、今あなたは、イヌとネコの画像を仕分ける人工知能(AI)を作ろうとしています。 イヌの画像を 3,000 枚、ネコの画像を 3,000 枚、合計 6,000 枚用意しました。 しかしモデルは、 6,000 枚を一度見ただけで賢くなることはできません。 これは、先生が授業で言った

今回は、Python を使って簡単な人工知能(AI)を作ってみます。 初心者向けに超分かりやすく解説します。 なお、この記事の内容は YouTube で動画にもしています。併せて見ていただくと嬉しいです。 みなさんの理解が一歩でも進めば嬉しいです。 Created by NekoAllergy 6 つのステップに分けて解説します この記事の全体像 Step1 まずは、必要なライブラリを読み込みます。 Step2 次に、学習に使うサンプルデータを読み込んで、形をいい感じに整えます。 Step3 そして、Neural Network のモデルを作成します。 Step4 作ったモデルにデータを渡して、学習をさせます。 Step5 学習が完了したら、そのモデルが正しく予測できるかを確認します。 Step6 最後に学習過程を表示してみます。 わからない単語があっても大丈夫です。1 つ 1 つは難しい

最近、「ディープラーニング」「ビッグデータ」「AI」という話題を耳にします。 なんかいろんなことができて、すごく便利みたいです。 これらの技術は 統計学という学問がベース となっています。統計学は、実はいろいろな場面で使われていて、私たちの知らないところで、人類の生活を豊かにしてくれます。 統計学はディープラーニングの基礎 今回は、統計学の概要とその魅力について解説します。これからの AI 時代を生き抜かなくてはならない今こそ、統計学を学ぶべきです。 Python の基礎を本にまとめています。併せてご覧いただけるととても嬉しいです ↓ DeepLearning の基礎を本にまとめています。手に取って頂けるととても喜びます ↓ 皆さんの理解が一歩でも進むと嬉しいです。 Created by NekoAllergy 統計学って何? 統計学とは たくさんのデータについての考え方 統計学とは、たく

Google TPU がすごい。 TPU ってなに? TPU は、Google が開発した機械学習のプロセッサです。 【補足】TPU は Tensor Processing Unit の略です CPU や GPU と同じ流れです。 CPU:Central Processing Unit GPU:Graphics Processing Unit TPU:Tensor Processing Unit TPU を使うと、ディープラーニングを高速化できます。Google 自身も Google Photos などで TPU を使っています。私たちも GCP(Google Cloud Platform)から、TPU を使った機械学習をすることができます。 今回は、機械学習ユーザー必見の TPU について簡単に紹介します。イメージをざっくり紹介するので、実際の動きとは多少異なる点があります。ご了承くださ

悩み 1 Python3.6 を使っているけれど、Python3.8 も同時に使いたい... ⏩ 環境の使い分けが難しい 悩み 2 パッケージをたくさん入れすぎて、もう何がなんだが分からない... ⏩ パッケージの管理が大変 遅かれ早かれ、Python 使いならこの問題には必ずぶち当たる日が来ます。これらの悩みは pipenv を使うことで解決することができます。 今回は、今注目されている pipenv の使い方とイメージを図解して解説します。 Python の基礎を本にまとめています。併せてご覧いただけるととても嬉しいです ↓ DeepLearning の基礎を本にまとめています。手に取って頂けるととても喜びます ↓ Created by NekoAllergy pipenv ってなに? pipenv とは、Python のパッケージ管理と仮想環境の構築を簡単に、自動で行ってくれる便利な

機械学習を始めたいなら...! scikit-learn(サイキット・ラーン)は、Python の機械学習ライブラリです。機械学習をするためのアルゴリズムがたくさん用意されていて、とても便利に、簡単に使うことができます。 そんな scikit-learn ですが、サンプルのデータセットが一緒に提供されているというのも魅力の 1 つです。「このアルゴリズムちょっと使ってみたいな」と思ったら、同梱されているサンプルデータを使ってすぐにそのアルゴリズムを試すことができます。 サンプルデータの一覧(あとで詳しく解説します) 今回は、scikit-learn に含まれているサンプルデータにはどんなのがあるのか、またサンプルデータの使い方について、図解で分かりやすくまとめました。 「自分なら どのサンプルを使って機械学習をしてみたいか 💭」を考えながら読んでみると、理解が進むと思います。 sciki

AIとっても便利だよね いろんな賢い人の研究によって、AI(人工知能)の精度が近年かなり良くなってきました。たとえば、分類、検出、セグメンテーション、姿勢推定、顔認識など、いろんなことができるようになりました。とっても便利(^^) その一方で、まだ課題も残っています。 AIが判断するのに時間がかかってしまう...⏰ AIが計算する時の消費電力が大きくなってしまう...💡 これらはかなり致命的な問題です。なにか事象が発生してから、反応→判断までが遅いと、自動運転では 重要な事故に つながってしまいます。また、消費電力が大きいと、 でかいバッテリーが必要なので小型化が難しく なります。あと発熱もすごいので、メッチャ熱くなってしまします。🔥 注目を浴びているFPGAってなに? この課題を解決するために、今注目を浴びているのがFPGAです。 FPGAとは、回路を自由にカスタマイズできるIC で