読者です 読者をやめる 読者になる 読者になる

前に逃げる 〜院浪生のブログ〜

東京育ちの院浪生。ディープラーニング初心者。

ディープラーニング初心者が上達の軌跡をまとめてみた!(随時更新)

ディープラーニング

f:id:dl-kento:20170115183728j:plain

何かと話題の人工知能、その仕組みや方法を学びたいという方は多いと思います。しかし、実際に学ぶ方法についての情報は少ないので初心者の方たちにとってはとっつきにくいのではないでしょうか。僕はたまたまディープラーニングを教えてくれるインターンを見つけそこで学習方法を教わっています。このページでは、僕が0からディープラーニングを学んだ道筋を記そうと思います。この記事が皆様の役に立てれば幸いです。

 

事前知識  

  • 事前知識

事前に、数学とPythonの知識があるといいと思います。

数学で必要な知識は、

でしょうか。数学はディープラーニングの勉強と並行して行うこともできるので、まずは大学1,2年生で習う内容を簡単な参考書で学ぶのがいいと思います。

 

Pythonは「みんなのPython」と「入門Python3」を勉強しました。(「入門Python3」は勉強中)

「みんなのPython」は定番かつ分かりやすい最高の参考書だと思います。何をやればいいかわからないという人は迷わずこれをやればいいと思います。「みんなのPython」はプログラミングの経験がある人は1ヶ月以内で終わると思います。この本が終わればディープラーニングの勉強を始めていいと思います。

「入門Python3」については、基礎から応用の橋渡しになる参考書だというのを聞いて購入しました。練習問題も充実していていい参考書だと思います。ディープラーニングと並行して学習しています。 

みんなのPython 第4版

みんなのPython 第4版

 

 

入門 Python 3

入門 Python 3

 

 

Pythonについても初めはそこそこにして、ディープラーニングの勉強と同時並行で進めていきましょう。

 

 

ディープラーニングの独学法

まずは、一般の人向けに書かれた人工知能の本を読み、ディープラーニングの概念を学びました。
前述した通り松尾豊さんの「人工知能は人間を超えるか」がオススメです。この本を読み、「ディープラーニングニューラルネットを階層的に繋げて学習させるのか〜」ぐらいの理解はできました(笑)
 
概念については少し理解できたので、本格的に理解を深めていきます。インターンの社員の方に山下隆義さんの、「イラストで学ぶ ディープラーニング」を貸してもらって勉強しました。タイトルの通り、イラストや写真が多く、カラーだったので非常に読みやすかったです。簡単そうに見える本にありがちな概念的な説明のみで理解が深まらない、といったことはなく、適度な読み応えがあり実力を伸ばしてくれる本でした
 
この本は、初心者の方はとりあえず「第1章 序論」から「第3章 畳み込みニューラルネットワーク」までと、「第6章 汎化性能を向上させる方法」、「第8章 ディープラーニングの現在・未来」を読めばいいと思います。そのあたりの基礎を押さえておけば実際にディープラーニングを使って見ることができます。ただ、誤差逆伝播のあたりの数式が難しいと感じたら次に紹介する「ゼロから作る Deep Learning」に進んでもいいと思います。
イラストで学ぶ ディープラーニング (KS情報科学専門書)

イラストで学ぶ ディープラーニング (KS情報科学専門書)

 

 

  • 実際にプログラムをして理解を深める

「イラストで学ぶ ディープラーニング」で大体の仕組みはつかめたので、実践を通して理解を深めようと思い購入しました。実物を見る機会がなくしばらく買うかどうか迷っていましたが、同じインターン生から勧められ、内容も分かりやすそうだったので購入しました。地元の本屋でもかなり売れていました。ディープラーニング恐るべし... コンセプトはディープラーニングを実際に実装することを通して理解を深めることです。Pythonの簡単な説明から始まり、パーセプトロンからディープラーニングまでを手を動かしながら学習します。

一通り読み終えましたがかなりわかりやすかったです。この本を一通りやっておけばCaffeやChainerなどのフレームワークが使えると思います。個人的には初心者が疑問に思うポイントや最新の動向まで終始丁寧に説明されているのがありがたかったです。ディープランニング初心者必読の書です!!

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

 

  

 

ここまで学んでくれば、ディープラーニング(というかCNN)の基礎はついてきていると思うので、実際にフレームワークを使って画像を学習して分類させることができます。

インターン先ではcaffeを使っているのでオライリーの「caffeをつかってみよう」 を読みました。書店には売っていなくて電子書籍オライリーからの取り寄せになります。「ゼロから作る Deep Learning」を一通り終えていれば大体使い方が分かると思います。

フレームワークは何がいいのかわからないのですが、caffeはインストールが難しいらしいのでchainerやtensorflowをつかってもいいと思います。chainerのインストールは1分くらいで終わりました