NNabla（Neural Network Libraries）とNeural Network Console

NNablaは、Neural Networkフレームワークであり、Neural Networkを構築するためのライブラリでC++とPython2, Python3が利用できる。
2017年8月17日、NNabla用のGUIツールNeural Network Consoleが公開された。
Neural Network Consoleを利用すればコードを書かなくてもGUIでNeural Networkを構築でき自動でいろいろと最適化をしてくれるらしい。

参考：http://qiita.com/HirofumiYashima/items/10b7773ea00fda17868e

NNablaのインストール

要件

公式で動作保証されているのはWondows8.1とWindows10。
NNablaに必要なソフトは

Python 2.7 or Python>=3.5: PIP
Microsoft Visual C++ 2015 Redistributable

オプションで

CUDA Toolkit 8.0 / cuDNN 6.0 (for NVIDIA GPU users)

が利用できる。

インストール

Microsoft Visual C++ 2015のインストール
https://www.microsoft.com/ja-JP/download/details.aspx?id=52685
Miniconda（Python3）のインストール
https://repo.continuum.io/miniconda/Miniconda3-latest-Windows-x86_64.exe
scipy scikit-image ipythonのインストール
インストールされたAnaconda Promptで
$ conda install scipy scikit-image ipython
CUDAのインストール（オプション）
http://nnabla.readthedocs.io/en/latest/python/install_on_windows.html#cuda-toolkit-8-0-cudnn-6-0
NNablaのインストール
インストールされたAnaconda Promptで
$ pip install nnabla

Neural Network Consoleのインストール

https://dl.sony.com/ja/
メールアドレスを入力して同意するとNeural Network Consoleのダウンロードリンクが送られてくる。（おおよそ1GB）
参考：http://imagingsolution.net/deep-learning/neural-network-console/neural-network-console-download-install/

neural_network_console_100.zipを解凍してneural_network_consoleをダブルクリックでNeural Network Consoleが起動する。

Neural Networkの構築と学習と評価

お試しのNeural Network構築です。

プロジェクトの新規作成
New Projectをクリック
全結合の3層のニューラルネットワークを構築
MNISTの学習を想定（入力層28x28、中間層100+活性化関数ReLU、出力層1）
トレーニングデータ等の設定
DATASETのクリック

TraningとValidationのURIをそれぞれ設定
Training : mnist_training.csv
Validation : mnist_test.csv
学習
Trainingの再生ボタンを押すと自動的に学習が始まります
評価
Evaluationの再生ボタンを押すと正解データとNeural Networkの出力値（出力層は1でfloatで出力）が比較できます。