LoginSignup
9

More than 1 year has passed since last update.

posted at

updated at

Organization

ただ見てるだけでためになる!ML/DL初学者向けyoutubeチャンネルまとめ(DL編)

前回に引き続きで、今度はディープラーニング関連の初学者用youtubeのまとめです。別に私がおすすめとかできる立場ではないので、あくまでも自分が見てわかりやすかったものの紹介です。

深層学習の基礎

前回に引き続きAble Programmingさんのものから。この方のチャンネルはすごく丁寧でわかりやすいですね。

第1回【深層学習】深層学習とは?|ディープラーニングの意味、ニューラルネットワーク(28分)

  • 深層学習の位置づけ
  • ニューラルネットワークとは?

第2回【深層学習】活性化関数|ReLU、シグモイド関数、ソフトマックス関数(22分)

  • 前回の復習
  • 適切な重みパラメータをどう学習するか
  • 中間層と出力層
  • 活性化関数
  • ReLU、シグモイド関数、ソフトマックス関数
  • 「学習する」とは?
  • 単層の限界
  • 層を重ねる(非線形領域の表現)

第3回【深層学習】損失関数/勾配降下法|交差エントロピー誤差、ミニバッチ勾配降下法(32分)

  • 前回の復習(活性化関数、学習とはなにか)
  • 最適の判断=>損失関数
  • よく用いられる損失関数(回帰:二乗誤差、分類:交差エントロピー誤差(二値、多値))
  • 重みパラメータの取得=>勾配降下法
  • 損失関数の最小化
  • ミニバッチ勾配降下法

第4回【深層学習】誤差逆伝播法|バックプロパゲーション(36分)

  • 前回の復習(勾配降下法とか)
  • 偏微分の値をより簡単に求める
  • 誤差逆伝播法
  • 微分の連鎖律

第5回【深層学習】深層学習の実装|深層学習フレームワーク、Keras(43分)

  • フレームワークの現状
  • TensorFlow
  • PyTorch
  • CNTKとChainer
  • Define by RunとDefine and Run
  • Keras
  • Kerasによる深層学習の実装

なんとなく見ているだけ(流し見)でもわかりやすい

Neural Network Consoleというチャンネルですが、最終的にはNeural Network ConsoleというAIサービスの紹介につながっていきますのでnotebookによる実習とかはありません。実践編もあります。

Deep Learning入門:今Deep Learningに取り組むべき理由(10分)

Deep Learning入門:Deep Learningとは?(10分)

Deep Learning入門:Deep Learningでできること(9分)

Deep Learning入門:ニューラルネットワーク設計の基礎(18分)

Deep Learning入門:層数、ニューロン数を決める指針(7分)

Deep Learning入門:ニューラルネットワークの多層化テクニック(6分)

Deep Learning入門:ニューラルネットワーク学習の仕組み(13分)

Deep Learning入門:Recurrent Neural Networksとは?(6分)

Deep Learning入門:Generative Adversarial Networks (GAN)とは?(10分)

Deep Learning入門:数式なしで理解するLSTM (Long short-term memory)

Deep Learning入門:Transfer Learning(転移学習)(10分)

量子化によるニューラルネットワークのコンパクト化(8分)

Deep Learning入門:Attention(注意)(16分)

Deep Learning入門:マルチタスク学習(14分)

実践編

実践Deep Learning:Autoencoderを用いた教師なし異常検知(12分)

実践Deep Learning:セマンティックセグメンテーション(15分)

Deep Learningで行う信号処理(フィルタリング)(13分)

実践Deep Learning:Deep Learningで行う予測(12分)

実践Deep Learning:Deep Learningで行う予測 #2(11分)

実践Deep Learning:物体検出(16分)

Deep Learningで行う自然言語処理入門(19分)

実践Deep Learning:波形データの入出力(12分)

実践Deep Learning:波形データの分類と回帰(17分)

実践Deep Learning:波形データのシーケンスラベリングと信号処理(15分)

実践Deep Learning:波形データの時系列予測(11分)

Deep Learning精度向上テクニック:様々な活性化関数(10分)

Deep Learning精度向上テクニック:様々なCNN #1(10分)

Deep Learning精度向上テクニック:様々なCNN #2(8分)

Deep Learning精度向上テクニック:様々な CNN #3~複数の解像度を扱う~(12分)

Deep Learning精度向上テクニック:様々なCNN #4

Deep Learning精度向上テクニック:Data Augmentation(6分)

Deep Learning精度向上テクニック:様々な最適化手法 #1(18分)

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
What you can do with signing up
9