심층 학습 프레임워크 Chainer 학습에 도움이 되는 페이지 요약
소개
심층 학습 프레임워크 Chainer를 처음 사용하고 싶은 분이나 Chainer를 사용하여 화상 처리, 언어 처리 등을 해보고 싶은 방향으로 Chainer에 관한 다양한 페이지를 정리해 보았습니다. 각 페이지에 대한 간략한 요약도 기재되어 있습니다.
「정보가 너무 많아서 무엇부터 보면 좋을지 모르겠다」라고 하는 분의 도움이 되면 다행입니다.
기본편에서는 Chainer와 함께 제공되는 샘플 프로그램을 사용한 페이지,
실천편에서는 MLP, RNN, CNN을 각각 사용하여 이미지 분류와 이미지 인식, 자연 언어 생성을 하고 있는 페이지를 중심으로 소개합니다.
신경망 Chainer의 첫 방향
Chainer의 도입 방법·환경 설정
Chainer의 도입 방법·환경 설정
심층 학습에 관한 참고서
심층 학습 (기계 학습 전문 시리즈)
심층 학습 Deep Learning (감수 : 인공지능 학회)
Python · Chainer를 사용한 구현에 대한 참고서
처음부터 만든 Deep Learning - 파이썬에서 배우는 딥 러닝의 이론과 구현
Chainer에 의한 실천 심층 학습
기본편
필기 문자 인식 (mnist)
【기계 학습】딥 러닝 프레임워크 Chainer를 시험하면서 해설해 본다.
Chainerのインストールからサンプルプログラムの入手方法、関数の説明など。かなり詳しい。
chainer를 사용하여 회귀해 보면 조금
example/mnistを使って回帰問題をする場合のプログラムの変更点と陥った問題点に関する説明。
chainer에서 회귀 문제가 발생했습니다.
example/mnistを使って回帰問題をする場合のプログラムの変更点。
Chainer에 의한 컨벌루션 신경망 구현
mnist classificationをConvolutional Neural Networkを使って実装する。
Chainer에 의한 다층 퍼셉트론 구현
example/mnistを一部変えて学習させた時の結果などが見れる。
Deep Learning Framework Chainer를 사용한 이미지 분류 Part 2, Part 3, Part 4
example/mnistの詳しい解説。chainerで実装されている関数の説明。
언어 모델(ptb)
example\ptb 읽기
example/ptb/train_ptb.pyの関数などをコメント付きで詳しく説明している。
ptb에서 학습한 모델을 사용하여 문장 생성
example/ptb/train_ptb.pyを使って学習したモデルを使って文章を生成するコードを記載。
Chainer를 이용한 재귀 신경 언어 모델 작성의 샘플 코드 해설에 도전해 보았다
chainerのインストールからGPUドライバの設定、サンプルコードの解説をしている。chainerのversionは少し古いかも。
Chainer의 ptb 샘플로 플레이
train_ptb.pyを使って学習したモデルを使って文生成するコードを記載。
이미지 인식 (imagenet)
Convolutional Neural Network 구현
ImageNetデータセットの容易からConvolutional Neural Networkの解説まで記載。
PFN 출발의 딥 러닝 프레임워크 chainer에서 이미지 분류를 할 거야 (chainer에서 신경망 1)
flickr style datasetを使った画像分類。
실천편
Multilayer perceptron
Chainer에서 피드 포워드 신경망 구현 및 문서 분류
単語ごとにone hotなベクトルを作って文書をポジネガ分類
Chainer에서 매우 간단한 선형 분리를 시도했습니다.
身長(cm)、体重(kg)、胸囲(cm)を使って、肥満状態かどうかを判別
chainer에서 신경망을 배우자 (chainer에서 신경망 2)
論理演算子XORやANDの学習
XOR 학습
論理演算子XORの学習
【Chainer】 다층 퍼셉트론에 의한 XOR 학습
論理演算子XORの学習
Recurrent neural network
chainer-char-rnn
文字レベルの言語モデルをChainerで実装したコード
RNN에 의한 학습으로 문호 같은 텍스트를 출력시킨다
青空文庫から太宰治の小説データを取得し、言語モデルを学習。学習したモデルを使ってテキスト生成を行っている。
Chainer와 RNN과 기계 번역
Encoder-Decoderを使った翻訳モデルの実装。
【에반게리온】아스카 같은 대사를 DeepLearning으로 자동 생성해 본다
アニメのセリフデータを使ってRNNを学習。
Convolutional Neural Network
【Chainer】 컨벌루션 신경망에 의한 문서 분류
word2vecで学習した単語の分散表現ベクトルを使って、文書をポジネガ分類。
심층 학습으로 애니메이션 얼굴 분류
アニメ顔データの取得方法から、データの前処理及びモデルの説明を記載。
Chainer에서 CIFAR-10의 분류를 해본다
CIFAR-10データセットをつかって画像を10クラスに分類。
Chainer에 의한 CIFAR-10의 일반 물체 인식 (1)
CIFAR-10データセットをつかって画像を10クラスに分類。コードの説明が分かりやすい。
결론
추천 웹 페이지가 있으면 알려 주시면 기쁩니다.
업데이트 내역
Chainerのインストールからサンプルプログラムの入手方法、関数の説明など。かなり詳しい。
example/mnistを使って回帰問題をする場合のプログラムの変更点と陥った問題点に関する説明。
example/mnistを使って回帰問題をする場合のプログラムの変更点。
mnist classificationをConvolutional Neural Networkを使って実装する。
example/mnistを一部変えて学習させた時の結果などが見れる。
example/mnistの詳しい解説。chainerで実装されている関数の説明。
example/ptb/train_ptb.pyの関数などをコメント付きで詳しく説明している。
example/ptb/train_ptb.pyを使って学習したモデルを使って文章を生成するコードを記載。
chainerのインストールからGPUドライバの設定、サンプルコードの解説をしている。chainerのversionは少し古いかも。
train_ptb.pyを使って学習したモデルを使って文生成するコードを記載。
ImageNetデータセットの容易からConvolutional Neural Networkの解説まで記載。
flickr style datasetを使った画像分類。
Multilayer perceptron
Chainer에서 피드 포워드 신경망 구현 및 문서 분류
単語ごとにone hotなベクトルを作って文書をポジネガ分類
Chainer에서 매우 간단한 선형 분리를 시도했습니다.
身長(cm)、体重(kg)、胸囲(cm)を使って、肥満状態かどうかを判別
chainer에서 신경망을 배우자 (chainer에서 신경망 2)
論理演算子XORやANDの学習
XOR 학습
論理演算子XORの学習
【Chainer】 다층 퍼셉트론에 의한 XOR 학습
論理演算子XORの学習
Recurrent neural network
chainer-char-rnn
文字レベルの言語モデルをChainerで実装したコード
RNN에 의한 학습으로 문호 같은 텍스트를 출력시킨다
青空文庫から太宰治の小説データを取得し、言語モデルを学習。学習したモデルを使ってテキスト生成を行っている。
Chainer와 RNN과 기계 번역
Encoder-Decoderを使った翻訳モデルの実装。
【에반게리온】아스카 같은 대사를 DeepLearning으로 자동 생성해 본다
アニメのセリフデータを使ってRNNを学習。
Convolutional Neural Network
【Chainer】 컨벌루션 신경망에 의한 문서 분류
word2vecで学習した単語の分散表現ベクトルを使って、文書をポジネガ分類。
심층 학습으로 애니메이션 얼굴 분류
アニメ顔データの取得方法から、データの前処理及びモデルの説明を記載。
Chainer에서 CIFAR-10의 분류를 해본다
CIFAR-10データセットをつかって画像を10クラスに分類。
Chainer에 의한 CIFAR-10의 일반 물체 인식 (1)
CIFAR-10データセットをつかって画像を10クラスに分類。コードの説明が分かりやすい。
결론
추천 웹 페이지가 있으면 알려 주시면 기쁩니다.
업데이트 내역
Reference
이 문제에 관하여(심층 학습 프레임워크 Chainer 학습에 도움이 되는 페이지 요약), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/ichiroex/items/e0486a6dea1f14c2cfc2텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
