機械学習の目的と手法のまとめ

近年、機械学習とか人工知能がとても盛り上がっていて、どこに行っても人工知能使っています!というフレーズが飛び交っています。しかし、果たして正しい理解の下で議論が行われているのかは定かではありません。大量のデータを回帰モデルにぶち込んで、テキトーに人工知能を謳えばいいだろうみたいなことすらありそう。(想像)

機械学習もディープラーニングも人工知能も統計学も被る領域はあれど、別物であるわけですが、じゃあ機械学習って何?って聞かれて、私はちゃんと答えられるのか。

その答えを得て、本質を理解したうえで正しい方法でデータを扱うために、機械学習の基本を振り返りました。

“機械学習の目的と手法のまとめ” の続きを読む

TensorFlowを使ったAlexNet

ImageNet Large Scale Recognition Competition 2012 (?) で当時、驚異的な正答率の伸びを見せ、今のディープラーニングの流行を作り出した AlexNet, まあ誰もがやってると思いますが、勉強のために論文読んで実装してみました。

まだまだ勉強中だったり実行環境に飢えていたりするので、これが正しい保証はありません。間違いなどがありましたら、ぜひ教えてください。

“TensorFlowを使ったAlexNet” の続きを読む

機械学習のためのGPUクラウドサーバ

近年盛り上がっている機械学習において、大きな障壁となっているのが大規模演算を処理するためのインフラでしょう、おそらく。CPU より GPU のほうが並列演算に向いているということで、GPU が使えれば層が多いディープラーニングでも何とかなりそうです。

しかし、問題はその GPU の確保で、グラボ搭載のパソコンは高いんですよね…

そこでクラウドサービスを利用して安価に抑えようと考えるわけです。

“機械学習のためのGPUクラウドサーバ” の続きを読む

AWSのGPUインスタンスにTensorFlowを入れる簡単な方法

機械学習など大規模演算を行う場合、手元に環境が整っていないならクラウドサーバを使うのがベストです。計算速度が桁違いですから。

いくつか選択肢はありますが、現在 GPU インスタンスが使えるのは個人で運用できるものの中で Amazon Web Service や Mircosoft Azure が有名どころです。

今回は AWS 編です。

“AWSのGPUインスタンスにTensorFlowを入れる簡単な方法” の続きを読む