松尾研究室が無料公開している「Deep Learning基礎講座演習コンテンツ」の自主学習方法

Deep Learning基礎講座演習コンテンツが無料公開

　以下のようなサイトが無料公開されていました。

　学習に自由に使用してよいとのことです。ただ、肝心の使用方法が詳しく書いてないので、初心者には環境構築が厳しく、簡単に環境構築できる人にとっては、知っている内容のところが多い気がして、内容が良いだけにもったいなと感じました。

　そこで、ちょっと初心者向けに環境構築の補足をしてみたいと思います。

　そもそも、機械学習とかディープラーニングって何？という方は、以下記事を見てみて下さい（もちろんここで離脱してもOKです）

Deep Learning基礎講座演習コンテンツ使い方

ダウンロードと解凍

　まずはサイトに行って、ダウンロードという文字をクリックしてweblab_dlb.7zをダウンロードしましょう。見慣れない拡張子ですが、解凍するにはMacだとp7zipをHomebrewでインストールしましょう。以下コマンドでOKです。

$ brew install p7zip

　Homebrewって何？って人は下記参照下さい。Homebrew分からない人や、Windowsの方は使いたくないという人は「p7zip」で検索してダウンロードしてよしなにすればOKと思います。

　あとは、weblab_dlb.7zを以下コマンドで解凍しましょう。

$ 7z x weblab_dlb.7z

　ぶわーとJupyter Notebook(.ipynb)形式のファイルが出てきます。

Python環境セットアップ

　以下参照にセットアップ下さい。使用するライブラリやバージョンに関してほとんど情報ないのですが、自分が試した感じだとAnaconda3とTensorFlow, Keras当たりを入れておけばOKのようです（全部は試せてないです）。

　主要なライブラリのバージョン情報は以下で試しました。 - python 3.6.1 - Keras 2.1.2 - matplotlib 2.0.2 - numpy 1.12.1 - pandas 0.20.1 - scikit-learn 0.18.1 - tensorflow 1.4.0

　特にTensorFlow（Keras）はバージョンが異なるとうまく動かない可能性が高いので、TensorFlow関係のエラーが出る場合は、以下のようにバージョンを指定してインストールしましょう。

$ pip install tensorflow==1.4.0

　Pythonが良くわからないという人は、とりあえず以下記事を読んで見てください。

Jupyter Notebookで学習

　以下コマンドでJupyter Notebookで学習していきましょう。

$ jupyter notebook

　以下のようにJupyter Notebook画面が出てきます。

　あとは、順にエクササイズをこなしていきましょう。といっても、Shift+Enterを押すだけです。

　私の環境だとlecture_chap05_exercise_master.ipynbのTensorBoardの可視化のところでエラーが出てうまく表示できなかったのですが、他に関しては概ね動いてくれました。

まとめ

　松尾研究室が無料公開している「Deep Learning基礎講座演習コンテンツ」の自主学習方法に関して簡単にまとめてみました。内容的には、Numpyの基礎から書いてあり、しっかり1行1行理解しながら手を動かしていけば、ディープラーニングの基礎は元より、Pythonの基礎からTensorFlowの使い方まで身につく非常に力になりそうな内容だなと感じました。

　ただ、正直何も知らない状態でこれやっても訳わからないと思うので、副読本は必須かなと思います。個人的には「ゼロから作るDeep Learning」がオススメです。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

　あと、やっぱりJupyter Notebookは学習効果高いなと感じます。TensorFlowじゃなくてChainerが良いという人は、PFNの方が公開しているJupyter Notebookがオススメです。こちらに関しても、以下記事で使い方簡単に紹介していますので、興味ある方はご覧ください。

関連記事