20190420_chainer_handson_cource03

Slide 1

Slide 1 text

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

Slide 2

Slide 2 text

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

Slide 3

Slide 3 text

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

Slide 4

Slide 4 text

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

Slide 5

Slide 5 text

Chainer Beginner's Hands-on Course 5

Slide 6

Slide 6 text

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

Slide 7

Slide 7 text

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

Slide 8

Slide 8 text

今後の予定 8 •次回は6月頃に開催する予定

Slide 9

Slide 9 text

Chainer/CuPyの紹介 9

Slide 10

Slide 10 text

Chainer •Chainerとは (http://chainer.org/) •Preferred Networks製Deep Learningフレームワーク 10

Slide 11

Slide 11 text

Chainer 11 •Google社製TensorFlowなどの同類

Slide 12

Slide 12 text

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

Slide 13

Slide 13 text

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

Slide 14

Slide 14 text

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/

Slide 15

Slide 15 text

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

Slide 16

Slide 16 text

本日のハンズオンの内容 16

Slide 17

Slide 17 text

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

Slide 18

Slide 18 text

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

Slide 19

Slide 19 text

chug (Chainer User Group)の紹介 19

Slide 20

Slide 20 text

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