Chainerによるニューラルネットの作成＜実習セミナー＞

　本セミナーでは、Chainer を利用して深層学習で使われるニューラルネットの作成を実習形式で行います。まず最急降下法を理解して、関数の最小解を求めるプログラムを書いてみます。これが基本です。最急降下法を理解すれば、深層学習の学習プログラムを作れるようになります。具体的には Chainer のlinks や functions の関数を使ってモデルとその評価関数を作り、最急降下法の最適化アルゴリズムを適用することで、パラメータを求めることができます。 　

　基本的な feed forward のニューラルネット、畳み込みニューラルネット、リカレントニューラルネットを学習した後に、簡単な例題でそれらのプログラムを作成実習を行います。。

【講師】


　新納浩幸　氏：茨城大学　工学部　情報工学科　教授（博士（工学）


【プログラム】


　1　ニューラルネット


　　1.1　ニューラルネットの概要
　　1.2　ニューラルネットによる回帰と識別


　2　最急降下法と誤差逆伝播法


　　2.1　ニューラルネットにおける学習
　　2.2　目的関数
　　2.3　最急降下法


　3　Chainer の基本


　　3.1　合成関数と計算グラフ
　　3.2　計算グラフを利用した勾配計算
　　3.3　Chainer 基本オブジェクト
　　　3.3.1　Variable
　　　3.3.2　functions
　　　3.3.3　links
　　3.4　最適化
　　3.5　最急降下法の作成実習


　4　feed-forward ニューラルネットワーク


　　4.1　2乗誤差による目的関数
　　4.2　クロスエントロピーによる目的関数
　　4.3　feed-forward ニューラルネットワークの作成実習


　5　畳み込みニューラルネットワーク


　　5.1　畳み込みニューラルネットワークの概要
　　5.2　畳み込みニューラルネットワークの作成実習


　6　リカレントニューラルネットワーク


　　6.1　リカレントニューラルネットワークの概要
　　6.2　リカレントニューラルネットワークの作成実習


【受講料】


・47,000円[税別]／1名


　◆ノートＰＣをご持参ください。　　

このセミナーについて質問する

※セミナーに申し込むにはものづくりドットコム会員登録が必要です

開催日時


10:30 ～

受講料

50,760円（税込）/人

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込

関連記事

もっと見る