ゼロからディープラーニングおよびニューラルネットワークを勉強した過程を綴っていきます。電子工作やC言語プログラミングとは全く違った作業と頭を使うし、地味な作業が多いです。
Deep-Learning ディープラーニングのお勉強～その13。TensorFlow.jsでMNISTリアルタイム推論してみる
ディープラーニングの勉強第13弾で、TensorFlow.jsを使って、ブラウザで手書き数字MNISTのモデルをリアルタイム推論してみました。かなり高速です。カメラ動画はM5Cameraを使用しました。
Deep-Learning ディープラーニングのお勉強～その12。Google Colab上でM5Camera動画から学習済みモデルで手書き数字をリアルタイム推論してみる実験
ディープラーニングのお勉強第12弾です。Google Colaboratory上のM5Camera動画データから学習済みモデルで推論させて、手書き数字をリアルタイム認識させてみる実験をしてみました。
Deep-Learning ディープラーニングのお勉強～その11。Google Colabで学習用評価用データセットを自分で作ってみる～
Google ColaboratoryのKerasで学習および評価させるためのデータセットを独自に作ってみる実験です。Google Driveに放り込んでおいた様々な画角やサイズの画像を等サイズの画角に自動的に整形してくれるload_imgという関数がとっても便利でした。
Deep-Learning ディープラーニングのお勉強～その10。Google Colabでモデルの重みとバイアスをCSV出力する実験～
Google ColaboratoryのKerasで学習させたモデルから重みとバイアスを抽出したり、CSVファイルに出力させたり、Excelでニューラルネットワークを再現したり、学習済みモデルの中間層出力結果を表示させて、ExcelのCNN計算結果が合っているか確かめたり、いろいろ実験しました。
Deep-Learning ディープラーニングのお勉強～その９。Google Colab Kerasのレイヤー設定を独自に解釈してみた～
ディープラーニングのお勉強第９弾。Google ColaboratoryのKerasを使って、独自のCNNを組んでみた。各レイヤーのパラメータ設定はとても勘違いし易いので要注意です。特にPaddingは誤って解釈しがち。レイヤー単独で出力する方法を使って、確認する必要あり。
Deep-Learning ディープラーニングのお勉強～その8。Google ColaboratoryでPythonプログラミングして機械学習してみた～
ディープラーニングのお勉強第８弾で、Google Colaboratory を初めて使ってみた雑感を述べてみます。Jupyter NotebookやPythonプログラミング、およびKerasは新鮮で、とっても便利でした。ただ、ちょっとしたデメリットもあったのでそれを自分なりの視点で紹介してみます。
Deep-Learning ディープラーニングのお勉強～その7。M5StackとM5Cameraで手書き数字リアルタイム画像認識実験～
ディープラーニングのお勉強第７弾で、M5StackとM5Cameraを使って、WiFi TCP で動画ストリーミングしながらリアルタイムで畳み込みニューラルネットワーク(CNN)演算させて、手書き数字画像認識に挑戦してみました。メモリがギリギリですが、何とかAIガジェットっぽいものの第一歩ができました。
Deep-Learning ディープラーニングのお勉強～その６。ESP32とM5Cameraでリアルタイム画像認識に挑戦～
ディープラーニングのお勉強第６弾で、ESP32やM5Cameraで畳み込みニューラルネットワークをArduinoプログラミングして、夢のイメージセンサ画像認識に挑戦してみました。シリアルモニターに表示させるだけですが、かなり自己満足できました。
Deep-Learning ゼロからディープラーニングを勉強してみる ～その５。SONY Neural Network Console いろいろ試す編～
ゼロからディープラーニングを勉強してみる第５弾で、前回に引き続きSONYのNeural Network Consoleを使います。重みやバイアスパラメータをエクスポートしてExcelに取り込んでみたり、Depthwise ConvolutionとConvolutionの違いを確かめたり、ノード（ニューロン）数を変えたり、カーネルを変えたりといろいろ試してみました。
Deep-Learning ゼロからディープラーニングを勉強してみる ～その４。SONY Neural Network Console 導入編～
ゼロからディープラーニングを勉強してみる第4弾で、今回はSONY製のNeural Network Consoleを導入してみました。CPUだけでなく、GPU学習にも切り替えられて、学習がとっても楽になりました。Excelに比べて超高速です。そして直感的にネットワークを構成できる素晴らしさがありました。ビギナーには超お勧めです。