Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
20190420_chainer_handson_cource03
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
keisuke umezawa
April 19, 2019
Technology
850
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
20190420_chainer_handson_cource03
keisuke umezawa
April 19, 2019
More Decks by keisuke umezawa
See All by keisuke umezawa
ChainerRLとマインクラフトで深層強化学習ハンズオン
kumezawa
0
150
Chainer 初学者向けハンズオン
kumezawa
1
3.5k
Deep Learningでリアルタイムに マーケット予測をしてみた
kumezawa
1
960
Other Decks in Technology
See All in Technology
ruby.wasmとPicoRuby.wasmに対応した仮想DOMライブラリを作ってる話 #kaigieffect_kaigi
sue445
PRO
0
150
Network Firewallやっていき!
news_it_enj
0
160
LLMやAIエージェントをソフトウェアに組み込むプラクティス
shibuiwilliam
2
410
はじめてのWDM
miyukichi_ospf
1
150
10年目を迎えた「ABEMA」がどのように AI 活用を推進して、AI 駆動開発にシフトしているのか / How ABEMA, entering its 10th year, is promoting the use of AI and shifting toward AI-driven development
miyukki
0
250
AI Agent SaaS を支える自社仮想化基盤への挑戦と実運用 / ai-agent-saas-virtualization
flatt_security
3
4.1k
DMM.com 購入改善推進チーム におけるCodeRabbitを用いた レビューフロー改善の一例
ysknsid25
2
660
Data + AI Summit 2026 イベントレポート: 「AIがビジネスで意思決定するデータ基盤」へ
nek0128
0
250
壊して学ぶAWS CDK: そのcdk deployで消えるもの、残るもの
k_adachi_01
1
360
【Claude Code】鹿野さんに聞く 私の推しの並行開発環境 大公開 / claude-code-parallel-2026-07-15
tonkotsuboy_com
12
8.5k
SRE依存からの脱却 運用を開 発チームへ移す、 フルサイ クル開 発体制の実践
joooee0000
0
3.1k
Making sense of Google’s agentic dev tools
glaforge
1
260
Featured
See All Featured
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
62
45k
Everyday Curiosity
cassininazir
0
250
Building Flexible Design Systems
yeseniaperezcruz
330
40k
BBQ
matthewcrist
89
10k
Paper Plane
katiecoart
PRO
2
52k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.2k
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
390
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
0
450
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
170
Balancing Empowerment & Direction
lara
6
1.2k
Un-Boring Meetings
codingconduct
0
350
How STYLIGHT went responsive
nonsquared
100
6.2k
Transcript
Chainer Beginner's Hands-on Course #03 Preferred Networks / Chainer Evangelist
Keisuke Umezawa twitterのハッシュタグは #chug_jp でお願いします
自己紹介 2 •梅澤 慶介 • 金融マーケット予測モデルの研究開発 @AlpacaJapan • Chainer Evangelist
@Preferred Networks • Twitter:@kmechann • GitHub:@keisuke-umezawa
Alpaca Forecast AI Prediction Matrix 3 •最近、Bloombergアプリとしてリリースした金融商品予測システム •30分後に価格が上がるか下がるか予測する
Agenda 1. Chainer Beginner's Hands-on Course について 2. Chainer/CuPyの紹介 3.
本日のハンズオンの内容 4
Chainer Beginner's Hands-on Course 5
概要 6 •Chainerを使って、Googleの提供するColaboratoryで演習をする無料ハ ンズオンコースです。 •随時、コンテンツを追加する予定です。 https://chainer-colab-notebook.readthedocs.io/ja/latest/begginers_hands_on.html
コース全体を通した目標 7 •Deep Learningフレームワークに必要な構成要素とChainerによる実装を 説明できる •モデルの評価に必要な機械学習の手法を実践できる •CNN、RNNなど基本的なネットワークを使ったモデルを実装できる •画像処理、自然言語処理などの応用分野の問題をChainerで解くことが できる •実際に作成したモデルを使って、アプリケーションを作ることができる
今後の予定 8 •次回は6月頃に開催する予定
Chainer/CuPyの紹介 9
Chainer •Chainerとは (http://chainer.org/) •Preferred Networks製Deep Learningフレームワーク 10
Chainer 11 •Google社製TensorFlowなどの同類
CuPy 12 ChainerにおけるGPU計算を全て担当するライブラリが独立 NumPy互換APIで低コストにCPUコードをGPUへ移行 特異値分解などの線形代数アルゴリズムをGPU実行 KMeans, Gaussian Mixture ModelなどのExampleの充実 import
numpy as np x = np.random.rand(10) W = np.random.rand(10, 5) y = np.dot(x, W) import cupy as cp x = cp.random.rand(10) W = cp.random.rand(10, 5) y = cp.dot(x, W) GPU https://github.com/cupy/cupy
拡大するChainerファミリー 13 Chainer UI Chainer Chemistry 強化学習 画像認識 可視化 グラフ構造
大規模分散 Menoh 推論特化
最近のできごと(1): Chainer Tutorials の公開 •Chainerだけでなく、数学やPythonの基礎〜機械学習・ディープラーニン グの基礎・コーディング・応用まで幅広く解説。 •全章をColab上で実行可能なJupyterノートブックとして配布中 14 https://tutorials.chainer.org/ja/
最近のできごと(2): ChainerX 公開 •自動微分可能なNumPy-likeな ndarrayをC++で実装することに より以下を達成 • 高速化 • 多様なデバイスに対応
• python以外の言語でdeploy可 能 15
本日のハンズオンの内容 16
前回の内容 17 •Chainer入門 • 畳み込みニューラルネットワークについて学習すること • 過学習・汎化性能を理解すること • Chainerの機能について学習すること
今回の内容 18 •Chainerでkaggleの問題を解こう! • 好きなデータセットをChainerで使えるように変換し、モデルの訓練・推論を行 うこと • Kaggleを例題に、より応用的な画像識別の問題を解くこと • fine-tuningをして、画像識別の問題を解くこと
• ChainerCVを使って、Data Augumentationをすること
chug (Chainer User Group)の紹介 19
Chainer User Groupの紹介 •Slack chainer-jp https://bit.ly/join-chainer-jp-slack •Twitter @chug_jp •活動内容 •Meetup・ハンズオンの開催
•Chainerに関する情報・ドキュメントの拡充 •Web チュートリアルの作成 •一緒に活動できる方を募集しています! Slack #chug-jp-management に是非 20
アンケート http://bit.ly/chainer-handson03
None