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
keisuke umezawa
April 19, 2019
Technology
1
830
20190420_chainer_handson_cource03
keisuke umezawa
April 19, 2019
Tweet
Share
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
140
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
910
Other Decks in Technology
See All in Technology
ユーザーの声とAI検証で進める、プロダクトディスカバリー
sansantech
PRO
1
130
AWSでAgentic AIを開発するための前提知識の整理
nasuvitz
2
150
AWS Top Engineer、浮いてませんか? / As an AWS Top Engineer, Are You Out of Place?
yuj1osm
2
210
Vibe Coding Year in Review. From Karpathy to Real-World Agents by Niels Rolland, CEO Paatch
vcoisne
0
130
いまからでも遅くない!SSL/TLS証明書超入門(It's not too late to start! SSL/TLS Certificates: The Absolute Beginner's Guide)
norimuraz
0
220
Geospatialの世界最前線を探る [2025年版]
dayjournal
1
220
綺麗なデータマートをつくろう_データ整備を前向きに考える会 / Let's create clean data mart
brainpadpr
3
490
小学4年生夏休みの自由研究「ぼくと Copilot エージェント」
taichinakamura
0
690
リセラー企業のテクサポ担当が考える、生成 AI 時代のトラブルシュート 2025
kazzpapa3
1
160
Performance Insights 廃止から Database Insights 利用へ/transition-from-performance-insights-to-database-insights
emiki
0
260
ComposeではないコードをCompose化する case ビズリーチ / DroidKaigi 2025 koyasai
visional_engineering_and_design
0
110
技育祭2025【秋】 企業ピッチ/登壇資料(高橋 悟生)
hacobu
PRO
0
100
Featured
See All Featured
Designing Experiences People Love
moore
142
24k
The Art of Programming - Codeland 2020
erikaheidi
56
14k
Building a Scalable Design System with Sketch
lauravandoore
463
33k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.1k
The Cost Of JavaScript in 2023
addyosmani
54
9k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
Thoughts on Productivity
jonyablonski
70
4.9k
Documentation Writing (for coders)
carmenintech
75
5.1k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3.1k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
20
1.2k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
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