Help us understand the problem. What is going on with this article?

ディープラーニングを学び始めた

はじめに

ハードウェアエンジニアとして前職ではCPUを作っていた。
大学の頃、ディープラーニングが流行る前は機械学習が使われており、
自分はk-NN、k meansをハードウェアで低電力・高速に動かすエッジ向けの専用SoCの研究をしていた。
興味はあったがディープラーニングについてはあまり知らないので、
この機会に勉強して個人的に満足するための記事を書く。

業務とは全く関係ない^^
詳しい人と仲良くなりたい^^

参考資料:
ゼロから作るDeep Learning

実装

参考資料を読んで章ごとに実装してみる。
手元で気軽に動かしたい人はColaboratoryを使ってみるといいかもしれない。

1. イントロ
2. パーセプトロン
3. ニューラルネットワーク
4. ニューラルネットワークの学習
5. 誤差逆伝播法
6. 学習テクニック
7. CNN
読み終わったが時間的にまとめるの間に合わず5章で力尽きた

今後やりたいこと

最後に、AI用のハードウェアに関する余談を書いてみた。

ただの趣味として今後やりたいこと(随時リンク追加していく)

  • 残りの章、ハイパーパラメータの最適化について色々実験してみる
  • ハードウェア化に関する論文を読む、なんなら自分でハードウェアアーキ考える
  • GPUでNNを動かしてみる
  • いろんなライブラリを使ってkaggleの問題解いてみる
  • 最適化問題について、ハードウェア的なソリューション(DAU、D-WAVEなど)も含めて学ぶ
  • 統計検定2級は受けたので、次は準1級を受ける
Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away