TensorFlowでDeep Learning 目次
ニューラルネットワークをよく知らない人でも、ディープラーニングや畳み込みニューラルネットワークを利用できるようになるために。
- まずはロジスティック回帰(2クラスの識別)からはじめてみる
- (tf 2.0: https://qiita.com/kumonkumon/items/46c1490706115de45a9c)
- ロジスティック回帰(2クラスの識別)を多項ロジスティック回帰(多クラスの識別)へ
- (tf 2.0: https://qiita.com/kumonkumon/items/db63e8e95aa2a1c3d124)
- ロジスティック回帰に中間層を追加して多層パーセプトロンへ
- (tf 2.0: https://qiita.com/kumonkumon/items/337796dae8d42ce36fa8)
- 多項ロジスティック回帰から、固定フィルタを利用した畳み込みニューラルネットワークへ
- (tf 2.0: https://qiita.com/kumonkumon/items/793fc986a216b1184b56)
- 固定フィルタを利用した畳み込みニューラルネットワークに全結合層を追加
- (tf 2.0: https://qiita.com/kumonkumon/items/cada4ca31039e0ccd60a)
- 固定フィルタを利用した畳み込みニューラルネットワークにさらにプーリング層を追加
- (tf 2.0: https://qiita.com/kumonkumon/items/14f7e8f60e942b65f7da)
- 固定フィルタを利用した畳み込みニューラルネットワークにさらにドロップアウト層を追加
- (tf 2.0: https://qiita.com/kumonkumon/items/435952e45662dfe140b4)
- 固定フィルタではなく、フィルタも学習する畳み込みニューラルネットワークへ
- (tf 2.0: https://qiita.com/kumonkumon/items/bd009ae158f158b1a81b)
- 畳み込みニューラルネットワークへ中間層を追加し、TensorFlowのTutorialのDeep MNIST for Expertsへ
- (tf 2.0: https://qiita.com/kumonkumon/items/d10a81dd39e74add2a91)
- (1)〜(9)のまとめを
- いくつかのスペックのサーバー(Amazon EC2)で学習時間を評価
- 転移学習の紹介とともに、Deep Featuresを使った類似画像検索を
- AWS EC2 P2インスタンスでも学習時間の評価を
- Neural Styleで画風変換して遊んでみる
- Deep FeaturesとFacebook ResearchのFaissで実現する類似画像検索
- Fashion-MNISTに対して、TensorFlowのTutorialのDeep MNIST for Expertsを適用
- Tesla V100を試すための準備として、TensorflowをBuild
- AWS EC2 p2/p3/g3 インスタンスでInception-v3の学習
- TensorBoardを使って画像の特徴ベクトルを可視化
- Amazon Elasticsearch SearviceのkNNで画像検索を実装
- 「Amazon Elasticsearch SearviceのkNNで画像検索を実装」を改善