Chainerとは
tl;dr
何をいっているのかさっぱりわからなかった。
はじめに
調べ物をしていたらこのサイトにたどり着き、パット見丁寧に説明をしている風に見えたたので時間のある時に勉強しようと思いました。
GWの予定を組んでいたら、勉強の時間が確保できそうだったので今回勉強してみました。
目的はディープラーニングの基礎知識と画像解析とかくOCR技術を身につけたくて挑戦してみました。
Who are me？
工業高校高卒
金属機械加工業を数年間従事
企業SE
Python大好き
Chainerの学習方法
現在は３つのStepが公開されています。
* 準備編
* 機械学習とデータ分析入門
* ディープラーニング入門
学習環境もGoogle Colaboratoryを使用して学習させるために初心者が陥りやすい環境構築の心配もありませんでした。
未公開のStepでは画像解析などもあるのでより実践的になるのでしょう。
はじめにして最大の難関 準備編
準備編で紹介している数学が全くといっていいほどわかりませんでした。ディープラーニングを学習する上で大学数学レベルという話はよく聞いていましたが、高卒の自分はスタートラインに立っていませんでした。
頑張って理解はできなくても空気だけでも掴むためにステップを進めましたが、微分の基礎から線形代数の基礎がさっぱりでした。
行列積についても計算手順を覚えるのに苦労しましたが、ある程度理解し進めることができました。
少し楽しくなった 機械学習とデータ分析入門
苦行と睡魔と戦いなにも得ることができなかった準備編から実際にプログラムの構築に入った本ステップはそこそこ楽しく学習することができました。pandasは日常的に使用していたということもあり、Numpyの論理的な動きはわかりませんでしたが、動きを確認できることから睡魔からは開放されました。
Matplotlibは知識として知っていましたが、今まではグラフ系はExcelに出力していたので、今回新たに学習することができました。
Cupyも存在は知っていましたが実際に動かすのは初めてでした。処理時間が短くなるのなら今後も使ってみようと画策しています。
scikit-lean?さっぱりでした。
わからんが進むしかなかった ディープラーニング入門
ここまで来るとただの写経です。
何も学べるものはありませんでした。
完全に力不足の中Stepを進めました。
やってみて
改めて数学の重要性を嫌という程再確認しました。
数学の重要性は理解していたつもりでしたが、ここまで歯がたたないとは思いませんでした。
学習方法の見直しをする必要ですね。
とりあえず高校数学からやり直します。
と同時にライブラリを使っての画像解析から手がかりを作ってからアプローチしてもいいかもしれません。
少し学習が進んだらまた書きます。
