みなさま、こんばんわ🌜
今日の大阪はくもり⛅でした。
まだ蒸し暑いですね🫠
1 | Python 3年生 ディープラーニング 1日目 |
---|
本日から『Python 3年生 ディープラーニング』という本の学習の開始日でした。
いよいよ Deep Learning に入れると思うと、感無量です😊️✨
2 | Deep Learning とは❓ |
---|
「ディープラーニング」とは以下のような意味です👇👇👇
⭐ Deep Learning とは
ディープランニングとは、多層のニューラルネットワークによる機械学習の一種と言われています。これは、機械がデータを基にして、自分で学習する能力を持つことを実現させられる技術のことです。
参考 | G-MEDIA |
---|
わかるような、わからんような…😅
機械学習との違い |
「機械学習」とは、機械(コンピュータ)がデータを学習して、予測や分類を行う技術でした。
一言で言うと、「データの中に線を見つけること」です。
「ディープラーニング」は、
- 自ら学習する能力があること
- 複雑なデータを処理する能力が高いこと
という2つの点で違いがあります。
ディープラーニングの使用例 |
ディープラーニングは複雑な分類が得意なので、
- 画像認識
- 音声認識
- 自然言語処理
- 画像の自動生成
- 音声合成
- 文章作成
など、幅広い用途に使用されています。
ディープラーニングのしくみ |
ディープラーニングは、人間の脳を真似て作られました。
しかし、脳についてはわからないことも多いので、完全に脳を真似ることはできませんでした。
ニューロンとパーセプトロン |
ニューロンは「樹状突起」という突起と、「軸索」と呼ばれる長いケーブルからできています。
「樹状突起」から入力された情報が、「軸索」の末端から出力されています。
ニューロンのしくみをヒントに作られたのが、古典的な人口ニューロンの「パーセプトロン」です。
「パーセプトロン」は、ニューロンと同じように複数の入力を受けて、なにかの処理を行って、結果を出力する一種の関数です。
「パーセプトロン」は1957年に、米国の心理学者だったフランク・ローゼンプラット(Frank Rosenblatt)博士によって作られました。
誤差逆伝播法 |
ディープラーニングが自分で学習できるのは、「誤差逆伝播法」によります。
「誤差逆伝播法」とは、何度も学習を繰り返していく中で、学習するたびに正解となるつながりを強化し、不正解になるつながりを弱めていくというしくみで、続けるとだんだんと正解率が高くなっていきます。
「誤差逆伝播法」は1986年に、米国の心理学者だったデイヴィット・ラメルハート(David E. Rumelhart)博士によって提唱されました。
意外にも「ディープラーニング」は心理学と関係が深そうですね😃
3 | ディープラーニングを動かしてみる |
---|
Google Colaboratory で、簡単なプログラムを入力して、ディープラーニングを試運転してみました。
実際のプログラムでは、図で示した矢印が少しずつ右に伸びていました。
このグラフが右に伸びていく様子が、「ニューラルネットワークが学習している様子」とのことです😃
すごいですね😊️
4 | パーセプトロンを作ろう |
---|
ワクワクした気持ちでページをめくってみると、次の2章でいきなり出てきたのは 論理回路 でした。
「論理回路」といえば、「基本情報技術者試験」の時に丸ごと捨てた領域でもあります😅
科目A試験で1問しか出ないわりにすんごい複雑で、解くまでにすごい時間がかかるので、諦めて勉強しませんでした。
お別れしたはずが、まさか「ディープラーニング」でまた出会うとは驚きです😅💦
いつもの写経(丸写し)で、パーセプトロンの関数を使って、データの分布を散布図にして視覚化してみました。
4種類の活性化関数を使って、グラフを作ってみました。
「活性化関数」には、
- ステップ関数
- シグモイド関数
- ハイパーボリックタンジェント関数
- ReLU(レルー)関数
と様々な関数があるんですね。
5 | TensorFlow Playground |
---|
Google Colaboratory で、お試しでニューラルネットワークを動かしてみましたが、パーセプトロンがどんな動きをするのかはイメージが難しいです。
そこで、「TensorFlow Playground」という Google のオンライン教育コンテンツで、ニューロンの学習の様子を体験してみました。
「TensorFlow Playground」はブラウザから誰でもアクセスでき、▶ のボタンを押しただけでいきなり実行可能なナイスなサービスコンテンツです。
簡単な分類からスタートして…
色々といじって、難しい分類も挑戦してみました。
このような優れた教材を無料で使えるなんて、Google のサービスは本当にすごいなと思いました😃
今日はここまで❗
さすがに「ディープラーニング」となると、結構難しいので頭がパンクしそうになりました😅
最後までお読みいただき、ありがとうございました😄
また来てね~😄👋