Chainer初心者向けハンズオン@さくらインターネット大阪本社
イベント内容
** 本イベントはハンズオン形式で進行します **
Preferred Networks社が開発した日本製の深層学習フレームワーク「Chainer」を用いた画像分類を、実際に同フレームワークを操作しながら習得いただきます。
- もっとも簡単な深層学習の利用法として、訓練済モデルを用いた任意画像を分類を行います。
- 手書き数字文字データセットMNISTを用いて、新たなニューラルネットワークを訓練していただきます。
本ハンズオンは深層学習フレームワークの利用例に主眼をおいたものであり、機械学習のアルゴリズムなどに関する詳細な説明は行いません。予めご了承ください。
対象者
- Chainer を利用してみたい方
- 機械学習や深層学習に興味があり、具体的な取り組みをはじめたい方
- 各種アプリ(スマートフォン、Web)へ機械学習・深層学習の組み込みを検討したい方
必要スキル
- Python(もしくはそれに相当する)言語によるプログラミング経験
- Linux環境の操作知識(テキストファイルの編集、シェル操作)
参加費用
無料
タイムスケジュール
13時00分 | 受付開始(開場) |
13時30分 | 開会 |
13時40分 | ハンズオン開始 |
18時00分 | 終了予定 |
アジェンダ
※当日のハンズオン進捗等を考慮の上、変更する場合があります
- 本ハンズオンについて
- はじめての Chainer: 深層学習による画像の分類
VGG16について
訓練済みモデルを利用した画像分類
出力結果の利用方法 - ニューラルネットワークによる画像分類: 訓練・利用の基礎
MNISTデータセットとは?
MNISTデータセットの内容を確認する
使用するネットワーク構造の定義
ニューラルネットワークを訓練する
訓練済みニューラルネットワークによる予測 - まとめ
予定環境(予定)
- Python 3.x
- Chainer 2.0
- Jupyter Notebook ※さくらインターネットより実習環境を提供いたします
講師
さくらインターネット株式会社 高火力コンピューティングチーム 長谷川
持ちもの
- ノートパソコン(Webブラウザ、SSH、VNCクライアントなどが利用できるもの) さくらのクラウド上の「実習環境」へ接続するために使用します
- 御名刺 1枚
その他
当社のFacebookページやTwitterでのツイート、また、参加者のブログなどに顔等が写りこんで
しまう可能性があります。あらかじめご了承ください。
さくらインターネットでは、取得した個人情報を弊社が定める「個人情報の取扱いについて」 に
従って適正に管理します。
当社の個人情報保護方針について: https://www.sakura.ad.jp/privacy/
運営担当
さくらインターネット株式会社 村上 友美
注意事項
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。