ゼロから作るDeepLearning 読書会を昨年実施し、
今年は
ゼロから作るDeepLearning2自然言語処理編を明日から実施予定。
進め方とその理由および進めた上での課題と解決方法を記録します。
1 朗読(book reading)
1章を1回(午後1時15分から午後5時15分)
の4時間で読み上げる。コンピュータで読み上げさせてもいい。
ゼロから作るDeepLearning2自然言語処理編
https://www.oreilly.co.jp/books/9784873117584/
2 プログラム(program)
動作させてみた報告。
サンプルコード
https://github.com/oreilly-japan/deep-learning-from-scratch-2
Pythonの導入(getting start with python)
昨年の最大の課題はPython。一度も使ったことがない方が半数程度。
逆に、普段R使っていて、統計処理はお手の物の方も。
Mac mini 21台常備試験・研修室
https://qiita.com/kaizen_nagoya/items/3fc572d06eafe15a4c35
Pythonがうまく導入できない方がおみえになった。今年はPC持参もありにした。Pythonの導入など、具体的に対応予定。
MacintoshにPython
昨年はpyenvを使いました。
pyenvを使ってMacintoshでpython2, python3を切り分けて使おう
https://qiita.com/kaizen_nagoya/items/cf93981852cc6e0b7cc2
今年も環境はそのままです。
課題は、
$ brew cask install anaconda
で導入すると一つ古い版になることです。より新しいpythonが導入できるRuby Scriptを書くのが課題。
WindowsにPython
Windows(MS)にPython(Anaconda)を導入する(5つの罠)
https://qiita.com/kaizen_nagoya/items/7bfd7ecdc4e8edcbd679
Raspberry PIでPython
Raspbianを使えば最初から入ってる。Python2もPython3も。
dockerでPython
Mac, Windows, Linuxのいずれでも、docker上にPython環境を作るとう手はある。
dockerで機械学習(anaconda)「ゼロから作るDeep Learning2自然言語処理編」斎藤 康毅 著
https://qiita.com/kaizen_nagoya/items/3b80dfc76933cea522c6
dockerで機械学習(python:anaconda)「直感Deep Learning」Antonio Gulli、Sujit Pal 第1章,第2章
https://qiita.com/kaizen_nagoya/items/483ae708c71c88419c32
3 関連する実験の報告(experimental report)
ごめんなさい。報告できていません。
4 合わせて利用したソフトウェアの報告(tool report)
JupyterNotebookの報告あり。
5 参考文献の報告
参考文献のプログラムの動作報告、関連する実感などを含む
6 LT(lightning talk:軽談)
5分で、担当以外の人(担当の人がやってもいい)が関連する事項を報告する。
7 連絡方法(communication mechanism)
cybozu live(来年3月まで)の掲示板に連絡事項を書く。
参考資料(reference)
短歌の自動生成プログラムとデータの収集
https://qiita.com/kaizen_nagoya/items/d3198402d8b8b4ac8cd2
Qiita歌人連盟
https://qiita.com/kaizen_nagoya/items/2c6683675948282dac33
文書履歴(document history)
ver 0.10 初稿 20180822
ver 0.11 参考文献、文書履歴、書籍画像等追記 20180827