Slide 1
Slide 1 text
TensorFlowの基礎
Slide 2
Slide 2 text
⾃自⼰己紹介
• 下⽥田倫倫⼤大(@rindai87)
• TensorFlow User Group(TFUG)主催者
• 最近GDE(Google Developer Expert)の
ML Expertになりました
Slide 3
Slide 3 text
TensorFlowの概要
TensorFlowとはそもそも
何かについて説明します
Slide 4
Slide 4 text
TensorFlowとは？
• Googleがオープンソース化した機械学習
のライブラリ
• 2015年年11⽉月に公開
• Google社内でも実際に使われている（と
⾔言われている）
Slide 5
Slide 5 text
TensorFlowのモデル
1. 学習モデルをグラフと
して定義する
2. 学習を実際にどう⾏行行う
かも定義する
– 学習の評価⽅方法
– 最適化の⽅方法
– CPU or GPU
– スタンドアロン or 分散
3. 定義に従って計算処理理
をデバイス上で実⾏行行さ
せる
Slide 6
Slide 6 text
TensorFlowの歴史
Slide 7
Slide 7 text
TensorBoardなどのツール
Slide 8
Slide 8 text
その他のTensorFlow情報
1. Google内でのTensorFlow
2. TensorFlowの事例例
3. TensorFlowコミュニティ
4. 企業でのTensorFlow
https://goo.gl/kiU4qd
Slide 9
Slide 9 text
TensorFlowの基本
TensorFlowを利利⽤用する上での
基本について説明します
Slide 10
Slide 10 text
TensorFlowにありがちな勘違い
TensorFlowは深層学習に
特化したツールである
10
Slide 11
Slide 11 text
TensorFlowの超基本
OP
Input Output
OP
OP
Input
グラフを意識識しながら処理理を記述して
最後にどびゃっと実⾏行行する
11
Slide 12
Slide 12 text
TensorFlowのパラダイム
• はじめにテンソルの演算グラフを作る
• グラフの実⾏行行単位をセッションという
• 定数、変数、プレースホルダーを宣⾔言できる
• 作ったグラフはデバイス（CPUやGPU）に展
開して実⾏行行する
• 分散処理理も可能である
12
Slide 13
Slide 13 text
TensorFlowのパラダイム
• はじめにテンソルの演算グラフを作る
• グラフの実⾏行行単位をセッションという
• 定数、変数、プレースホルダーを宣⾔言できる
• 作ったグラフはデバイス（CPUやGPU）に展
開して実⾏行行する
• 分散処理理も可能である
ということを、Pythonをインターフェースとして
⾏行行っているフレームワーク
機械学習に関する便便利利なヘルパー関数がいっぱい
あるのがポイント
13
Slide 14
Slide 14 text
ここだけ押さえればTensorFlowが
分かる簡単な例例
• 例例１：⾜足し算
– 演算（operation）
• 例例２：カウントアップ
– 変数（Variable）
• 例例３：⼊入⼒力力値をいろいろと変える
– プレースホルダー（Placeholder）
• 例例４：セッションを使う
– セッション（Session）
• 例例５：⾼高ランクなテンソルの演算
– テンソル（Tensor）
14
Slide 15
Slide 15 text
ここだけ押さえればTensorFlowが
分かる簡単な例例
• 例例１：⾜足し算
– 演算（operation）
• 例例２：カウントアップ
– 変数（Variable）
• 例例３：⼊入⼒力力値をいろいろと変える
– プレースホルダー（Placeholder）
• 例例４：セッションを使う
– セッション（Session）
• 例例５：⾼高ランクなテンソルの演算
– テンソル（Tensor）
15
Slide 16
Slide 16 text
1+2 = 3の⾜足し算
16
Slide 17
Slide 17 text
演算（Operation）
x(定数)
y(定数)
+
演算がグラフのノードとなる（この場合は加算の演算）
tf.add()
tf.constant()
tf.constant()
17
Slide 18
Slide 18 text
演算（Operation）
x(定数)
y(定数)
+
演算がグラフのノードとなる（この場合は加算の演算）
tf.add()
tf.constant()
tf.constant()
1
2
3
18
Slide 19
Slide 19 text
ここだけ押さえればTensorFlowが
分かる簡単な例例
• 例例１：⾜足し算
– 演算（operation）
• 例例２：カウントアップ
– 変数（Variable）
• 例例３：⼊入⼒力力値をいろいろと変える
– プレースホルダー（Placeholder）
• 例例４：セッションを使う
– セッション（Session）
• 例例５：⾼高ランクなテンソルの演算
– テンソル（Tensor）
19
Slide 20
Slide 20 text
カウントアップ
20
Slide 21
Slide 21 text
変数(Variable)
inc(定数) +
cnt(変数)
通常のプログラミング⾔言語の変数などと同じように
代⼊入可能な箱として変数がある
tf.assign()
tf.Variable()
tf.constant()
tf.add()
1
0
21
Slide 22
Slide 22 text
変数(Variable)
inc(定数) +
cnt(変数)
tf.assign()
tf.Variable()
tf.constant()
tf.add()
1
0
1
通常のプログラミング⾔言語の変数などと同じように
代⼊入可能な箱として変数がある
22
Slide 23
Slide 23 text
変数(Variable)
inc(定数) +
cnt(変数)
tf.assign()
tf.Variable()
tf.constant()
tf.add()
1
1
2
通常のプログラミング⾔言語の変数などと同じように
代⼊入可能な箱として変数がある
23
Slide 24
Slide 24 text
変数(Variable)
inc(定数) +
cnt(変数)
tf.assign()
tf.Variable()
tf.constant()
tf.add()
1
2
3
通常のプログラミング⾔言語の変数などと同じように
代⼊入可能な箱として変数がある
24
Slide 25
Slide 25 text
ここだけ押さえればTensorFlowが
分かる簡単な例例
• 例例１：⾜足し算
– 演算（operation）
• 例例２：カウントアップ
– 変数（Variable）
• 例例３：⼊入⼒力力値をいろいろと変える
– プレースホルダー（Placeholder）
• 例例４：セッションを使う
– セッション（Session）
• 例例５：⾼高ランクなテンソルの演算
– テンソル（Tensor）
25
Slide 26
Slide 26 text
いろんな値を⼊入⼒力力する
26
Slide 27
Slide 27 text
プレースホルダー(Placeholder)
y
(プレースホルダ）
x(定数) +
tf.constant()
tf.add()
tf.placeholder()
あらかじめ箱を作っておいて
実⾏行行時に好きな値を⼊入⼒力力させる
1
27
Slide 28
Slide 28 text
プレースホルダー(Placeholder)
y
(プレースホルダ）
x(定数) +
tf.constant()
tf.add()
tf.placeholder()
feed_̲dict
1
1 2
あらかじめ箱を作っておいて
実⾏行行時に好きな値を⼊入⼒力力させる
28
Slide 29
Slide 29 text
プレースホルダー(Placeholder)
y
(プレースホルダ）
x(定数) +
tf.constant()
tf.add()
tf.placeholder()
feed_̲dict
3
1
4
あらかじめ箱を作っておいて
実⾏行行時に好きな値を⼊入⼒力力させる
29
Slide 30
Slide 30 text
ここだけ押さえればTensorFlowが
分かる簡単な例例
• 例例１：⾜足し算
– 演算（operation）
• 例例２：カウントアップ
– 変数（Variable）
• 例例３：⼊入⼒力力値をいろいろと変える
– プレースホルダー（Placeholder）
• 例例４：セッションを使う
– セッション（Session）
• 例例５：⾼高ランクなテンソルの演算
– テンソル（Tensor）
30
Slide 31
Slide 31 text
実⾏行行環境を分ける
31
Slide 32
Slide 32 text
セッション
1(定数) +
cnt(変数)
tf.assign()
tf.Variable()
tf.constant()
tf.add()
1(定数) +
cnt(変数)
tf.assign()
tf.Variable()
tf.constant() tf.add()
セッションにより
グラフの実⾏行行環境が
まるっと独⽴立立する
名前空間のようなもの
tf.Session()
tf.Session()
32
Slide 33
Slide 33 text
ここだけ押さえればTensorFlowが
分かる簡単な例例
• 例例１：⾜足し算
– 演算（operation）
• 例例２：カウントアップ
– 変数（Variable）
• 例例３：⼊入⼒力力値をいろいろと変える
– プレースホルダー（Placeholder）
• 例例４：セッションを使う
– セッション（Session）
• 例例５：⾼高ランクなテンソルの演算
– テンソル（Tensor）
33
Slide 34
Slide 34 text
テンソル（Tensor）
のランクを⼤大きくする
ここまでの話を
多次元の値に拡張
34
Slide 35
Slide 35 text
テンソル
ランク どうなる
0 スカラ（要はただの数値）
1 ベクトル（配列列）
2 ⾏行行列列（2次元配列列）
3 3次元配列列（⾏行行列列に厚みがある感じ）
n n次元配列列（イメージできない世界）
要は取り扱うデータ構造のことだと思ってください
今までの話はここ
35
Slide 36
Slide 36 text
多次元版の⾜足し算
36
Slide 37
Slide 37 text
⼊入⼒力力となるテンソルが違うだけ
x(定数)
y(定数)
+
演算がグラフのノードとなる（この場合は加算の演算）
tf.add()
tf.constant()
tf.constant()
[[1,2],
[1,2]]
[[3,4],
[3,4]]
[[4,6],
[4,6]]
37
Slide 38
Slide 38 text
この先は？
• ここまででTensorFlowの基礎中の基礎は
完了了となります
• 残念念がら、機械学習や深層学習について
は⾝身についたわけではありません
• TensorFlow本家のチュートリアルなどで
TensorFlow⾃自体、また深層学習の知識識を
深める必要があります
Slide 39
Slide 39 text
Thank You !!
39