8/11/2018の懇親会LTのスライドです

1. 8.11 # 学生 LT
休学して暇なので
Deep Lear
ning
やってみた！！

2. 自己紹介
●
本名：広瀬智之
●
筑波大学情報科学類一年生（二十歳）
●
誕生日：８月１１日！！！！！！！
●
プログラミング始めて三ヶ月
●
病気で６月から休学（今は治ったよ）
●
主に Java,JavaScript,Python なんかを使う
Twitter : @Totsugeki8

3. そもそも Deep Learning とは
●
ディープラーニングまたは深層学習（しんそうがくしゅう、英 : deep learning）とは、
（狭義には 4層以上 [1][注釈 1]の）多層のニューラルネットワーク（ディープニューラル
ネットワーク、英 : deep neural network）による機械学習手法である [2]。深層学習登場
以前、４層以上の深層ニューラルネットは、局所最適解や勾配消失などの技術的な問題に
よって十分学習させられず、性能も芳しくなかった。しかし、近年、ヒントンらによる多
層ニューラルネットワークの学習の研究や、学習に必要な計算機の能力向上、およ
び、 Webの発達による訓練データ調達の容易化によって、十分学習させられるようになっ
た。その結果、音声・画像・自然言語を対象とする問題に対し、他の手法を圧倒する高い
性能を示し [3]、 2010年代に普及した [4]。しかしながら、多層ニューラルネットが高い
性能を示す要因の理論的な解明は進んでいない [3]。（出典： Wikipedia）

4. そもそも Deep Learning とは
●
ディープラーニングまたは深層学習（しんそうがくしゅう、英 : deep learning）とは、
（狭義には 4層以上 [1][注釈 1]の）多層のニューラルネットワーク（ディープニューラル
ネットワーク、英 : deep neural network）による機械学習手法である [2]。深層学習登場
以前、４層以上の深層ニューラルネットは、局所最適解や勾配消失などの技術的な問題に
よって十分学習させられず、性能も芳しくなかった。しかし、近年、ヒントンらによる多
層ニューラルネットワークの学習の研究や、学習に必要な計算機の能力向上、およ
び、 Webの発達による訓練データ調達の容易化によって、十分学習させられるようになっ
た。その結果、音声・画像・自然言語を対象とする問題に対し、他の手法を圧倒する高い
性能を示し [3]、 2010年代に普及した [4]。しかしながら、多層ニューラルネットが高い
性能を示す要因の理論的な解明は進んでいない [3]。（出典： Wikipedia）
うるせ〜〜〜〜〜〜〜〜〜
〜〜〜！！！
知らね〜〜〜〜〜〜〜〜〜
〜〜〜〜！！！！！！！

5. とりあえず組んでみる！！
●
題材：からあげとトイプードルを分類する
●
Keras で作成
●
層はプーリング層も入れて 12 層
●
パラメータ数は 345 万 3121 個
●
データセットはからあげ画像トイプードル画像それぞれ 2000 枚
●
Keras の機能でデータを水増しする
●
学習に二時間半かかりました

6. 訓練結果

7. 訓練結果

8. 実験結果

9. 実験結果

10. キターーーッ！！！！

11. 実験結果

12. 実験結果

13. ウオオオオオオオオオ！！！！

14. これはいけるぞ！！！
からあげに見える
プードル

15. だめでした

16. 敗因として考えられるもの
●
トイプードルの学習画像が一匹のみで写っているのが殆どで、
からあげっぽいトイプードルの画像が足りなかった？
●
学習層が薄い？
●
重みパラメータの初期値をしっかり設定しなかった？

17. 参考文献
●
ゼロからつくる DeepLearning 斎藤 康毅
●
Python と Keras によるディープラーニング Francois Chollet

18. ●
ご清聴ありがとうございました！