ChainerでDeep Learningを試す為に必要なこと
•Télécharger en tant que PPTX, PDF•
1 j'aime•2,273 vues
2016 12/21 「数式がわからなくたってDeep Learningやってみたい！人集合- dots. DeepLearning部 発足！」で発表した資料です。
Recommandé
Contenu connexe
Tendances
Tendances (20)
En vedette
En vedette (20)
Similaire à ChainerでDeep Learningを試す為に必要なこと
Similaire à ChainerでDeep Learningを試す為に必要なこと (20)
Plus de Jiro Nishitoba
Dernier
Dernier (7)
ChainerでDeep Learningを試す為に必要なこと
- 2. 自己紹介 • 西鳥羽二郎 • ID: jnishi • 略歴 • 東京大学情報理工学系研究科コンピュータ科学専攻 修士課程卒業 • 2006年 Preferred Infrastructureに創業メンバーとして参画 • プロトタイプ開発 • プロフェッショナルサービス・サポートサービス • 研究開発 • 2016年 レトリバ創業 • 取締役・リサーチャーとして研究開発に従事 • 主に音声認識や自然言語処理を担当
- 3. Deep Learning(DL)への取り組み • 2015年 3月頃に音声認識でDLが使えそうなことを知る • 2015年 6月からChaierを用いて音声認識エンジンの開発開始 • 最適化関数 NesterovAG • 活性化関数 ClippedReLU • 損失関数 Connectionist Temporal Classification Torch7: Baiduが 2016年1月に公開 TensorFlow: 2016年2月に搭載 Chainer: 2015年 10月に搭載
- 7. Deep Learningの手法をためそう! tterance at atime with better results than evaluating with alargebatch. ples of varying length posesomealgorithmic challenges. Onepossible solution is opagation through time [68], so that all examples have the same sequence length 2]. However, this can inhibit the ability to learn longer term dependencies. Other that presenting examples in order of difficulty can accelerate online learning [6, theme in many sequence learning problems including machine translation and n isthat longer examples tend to bemorechallenging [11]. ction that weuseimplicitly depends on thelength of theutterance, L(x, y; ✓) = − log X `2 Align(x,y) TY t pctc(`t |x; ✓). (9) is the set of all possible alignments of the characters of the transcription y to under theCTC operator. In equation 9, theinner term isaproduct over time-steps which shrinks with the length of the sequence since pctc(`t |x; ✓) < 1. This moti- OK実装だ!
- 8. Deep Learningの手法をためそう! tterance at atime with better results than evaluating with alargebatch. ples of varying length posesomealgorithmic challenges. Onepossible solution is opagation through time [68], so that all examples have the same sequence length 2]. However, this can inhibit the ability to learn longer term dependencies. Other that presenting examples in order of difficulty can accelerate online learning [6, theme in many sequence learning problems including machine translation and n isthat longer examples tend to bemorechallenging [11]. ction that weuseimplicitly depends on thelength of theutterance, L(x, y; ✓) = − log X `2 Align(x,y) TY t pctc(`t |x; ✓). (9) is the set of all possible alignments of the characters of the transcription y to under theCTC operator. In equation 9, theinner term isaproduct over time-steps which shrinks with the length of the sequence since pctc(`t |x; ✓) < 1. This moti- OK実装だ!
- 12. Deep Learningのシステムを実装する際 • きちんと処理を理解するには数式を理解することが大事 • 実際に処理を記述する際には構造を図示したグラフを見ること が多い
- 13. ニューラルネットワークの基本単位 x1 x2 xn … n個の入力 1個の出力 w1 w2 wn u = w1x1 + w2x2 + …+ wnxn ユニット
- 16. 活性化関数 x1 x2 xn … u 出力にスケーリングや制限を かける処理を行うことがある 活性化関数の例 • ReLU: 負の時は0にする • sigmoid: 大小関係を維したまま0〜1にする • tanh: 大小関係を維持したまま-1〜1にする
- 18. ネットワークとして示す • ニューラルネットワーク以下のものをコンポーネントとする ネットワークで表すことができる • 入力 • Linear • 活性化関数 • 損失関数 • Convolution層 • 正則化関数 • etc.
- 26. Deep Learningを行う際に必要なこと • forward処理 • back propagation • 行列計算 • 微分計算 • 処理に用いる関数 • 入出力の関係 • 入力の大きさ • 出力の大きさ フレームワークが実行 フレームワークを用いて 実装する時に考えること
- 27. Chainerのexampleコード class MLP(Chain): def __init__(self, n_units=100, n_out=10): super(MLP, self).__init__( l1=L.Linear(None, n_units), l2=L.Linear(None, n_units), l3=L.Linear(None, n_out), ) def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y Linear MNIST画像 Linear Linear 784(28x28) 100 100 0〜９の判定 10
- 28. layer1 class MLP(Chain): def __init__(self, n_units=100, n_out=10): super(MLP, self).__init__( l1=L.Linear(None, n_units), l2=L.Linear(None, n_units), l3=L.Linear(None, n_out), ) def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y Linear MNIST画像 Linear Linear 784(28x28) 100 100 0〜９の判定 10 l1
- 29. layer2 class MLP(Chain): def __init__(self, n_units=100, n_out=10): super(MLP, self).__init__( l1=L.Linear(None, n_units), l2=L.Linear(None, n_units), l3=L.Linear(None, n_out), ) def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y Linear MNIST画像 Linear Linear 784(28x28) 100 100 0〜９の判定 10 l1 l2
- 30. layer3 class MLP(Chain): def __init__(self, n_units=100, n_out=10): super(MLP, self).__init__( l1=L.Linear(None, n_units), l2=L.Linear(None, n_units), l3=L.Linear(None, n_out), ) def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y Linear MNIST画像 Linear Linear 784(28x28) 100 100 0〜９の判定 10 l1 l2 l3
- 31. forward処理 class MLP(Chain): def __init__(self, n_units=100, n_out=10): super(MLP, self).__init__( l1=L.Linear(None, n_units), l2=L.Linear(None, n_units), l3=L.Linear(None, n_out), ) def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y Linear MNIST画像 Linear Linear x h1 h2 0〜９の判定 y l1 l2 l3
- 32. forward処理 class MLP(Chain): def __init__(self, n_units=100, n_out=10): super(MLP, self).__init__( l1=L.Linear(None, n_units), l2=L.Linear(None, n_units), l3=L.Linear(None, n_out), ) def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y Linear MNIST画像 Linear Linear x h1 h2 0〜９の判定 y l1 l2 l3
- 33. forward処理 class MLP(Chain): def __init__(self, n_units=100, n_out=10): super(MLP, self).__init__( l1=L.Linear(None, n_units), l2=L.Linear(None, n_units), l3=L.Linear(None, n_out), ) def __call__(self, x): h1 = F.relu(self.l1(x)) h2 = F.relu(self.l2(h1)) y = self.l3(h2) return y Linear MNIST画像 Linear Linear x h1 h2 0〜９の判定 y l1 l2 l3
- 34. まとめ • Deep Learningを行う際にはネットワーク構造が大事 • 構造が決まれば後はフレームワークが処理を行う • Chainerの場合、MNISTのtrain_example.pyの例がシンプル • Chainerに限らない
- 35. 最後に • “自明でない抽象化には程度の差こそあれ、漏れはある” • “漏れのある抽象化の法則にうまく対処する唯一の方法は、そ の抽象化がどのように機能し、それが何を抽象化しているかを 学ぶことだ” • from Joel on Software • Deep Learningの場合 • 使いたい関数がない • GPUのメモリを食い尽くす • 学習が収束しない