[Kaggle Learn] 深度學習 Deep Learning 學習資源推薦

一起寫作業,用 Keras 來辨識「熱狗」吧! by Štefan Štefančík on Unsplash 最近 Kaggle 推出線上課程 Learn,最大特色就是『精簡』,每個主題的影片僅五到十分鐘,合起來約一兩小時,卻把重點都講了。最後的實作也簡化到只讓學員練習精華,每個練習題都只有三大步驟:1. 載入 Kaggle 預先寫好的非核心功能 2. 自己寫 code 練習核心概念 3. 看結果。 課程目的很清楚,就是要讓大家: 先體會寫程式可以做到的事,再去研究背後的理論方法。 本文將分享我在「深度學習(Deep Learning)」這個項目中的學習心得,加入一些概念說明,希望讓大家學起來更順利! 前情提要 深度學習

Read more

機械学習のためのGithub、CometMLを使ってみた

CometMLとは 開発をする際にGithubを使うことが多いと思いますが、機械学習のような開発段階でも実験を重ねる場合にはGithubは相性が良くないなと感じていました。その課題を解決するサービスがCometMLです。やはり同じ課題を感じている人は多く、記事をシェアするだけで結構いいねが付きましたw 機械学習における開発とGithubってあまり相性良くないのでこういうの出てくるのはとてもありがたい / CometMLは「機械学習のためのGitHub」になることを狙う | TechCrunch Japan https://t.co/F95ntXJkdj @jptechcrunchさんから  — @hanaken_n このサービスは、機械学習の実験を管理するための様々な便利機能を提供しています。今回は簡単に使ってみた機能などを紹介しようと思います。 何が嬉しいのか、なぜ必要なのか 機械学習プロダクトの開発工程は、一般的なソフトウェアの開発工程と異なる点が多いです。特に、構築したモデルを訓練し、その性能評価を行う「実験(Experiments)」は機械学習プロダクトの開発工程において重要なものです。「実験」ではモデルの構造やハイパーパラメータなど、様々な条件や設定のもとで何度も行われます。どんな設定で行った実験がどんな結果になって、他の実験と比べるとどのような差異があるのか、というような記録を管理することは重要な作業になりますが、これはgitのような既存のツールでは難しいという課題がありました。CometMLを使うことで「実験」単位の管理や比較を簡単に行えるようになり、チーム内で情報を共有しやすくなりより開発に効率的にすることが可能になります。また、Keras,TF,PyTorch,sckit-learn,theanoに対応しているのもいいところです(Chainer対応はまだのようです…)。 実際に使ってみた では実際にCometMLを使ってみます!基本的な使い方は以下のとおりです。1. comet_mlライブラリをインストール2. プロジェクトの作成3. cometMLのAPIキーを取得4. 自身のソースコードにcomet_ml用のトラッキングコードを埋め込む順番に見ていきましょう。 comet_mlライブラリをインストール pipで一発で入ります。簡単ですw pip install comet_ml

Read more

[Kaggle Learn] 一起寫作業 1

深度學習 (Deep Learning) 學習資源推薦,一起用 Keras 來辨識「熱狗」吧! by Štefan Štefančík on Unsplash 最近 Kaggle 推出線上課程 Learn,最大特色就是『精簡』,每個主題的影片僅五到十分鐘,合起來約一兩小時,卻把重點都講了。最後的實作也簡化到只讓學員練習精華,每個練習題都只有三大步驟:1. 載入 Kaggle 預先寫好的非核心功能 2. 自己寫 code 練習核心概念 3. 看結果。 課程目的很清楚,就是要讓大家: 先體會寫程式可以做到的事,再去研究背後的理論方法。 本文將分享我在「深度學習(Deep

Read more