【4日間でチャレンジ】Python 3・ PyTorch によるディープラーニング・AIアプリ開発入門

2018年大注目の高速ディープラーニングライブラリ・PyTorchを使い、深層学習による分類・推定や、時系列データ処理等を学びましょう。Jupyter Notebook上で基礎を学び、最終的にアプリ化にチャレンジします。

Ratings: 4.02 / 5.00

【どうして今PyTorchを学ぶべきか？】

このコースでは、Facebook AI Researchグループなどで開発されているPyTorchという深層学習ライブラリの基礎的知識と、典型的なディープラーニングモデルの実装、Webアプリ化にチャレンジします。

PyTorchはTensorFlowと双璧をなす、ディープラーニングライブラリで、2018年夏にはCaffeと統合され、さらなる普及が予測されます。

最新のAI研究成果で発表されたアルゴリズムはいち早くPyTorchで実装されていて、最新のAI研究成果を学ぶのにとても役立ちます。

【更新情報】

2018/7/6 オートエンコーダ（自動符号化器）による時系列データ（気温データ）の解析、異常値検出を行うセクションを追加しました。

【コースの構成】

1日目：　PyTorchと機械学習、環境構築

2日目：　PyTorchによるテンソル（多次元行列）表現と自動微分計算

3日目：　ニューラルネットワーク（3層パーセプトロン）でワインを分類してみよう（3層）　

　　　　ディープラーニング（多層パーセプトロン）でワインを分類してみよう（多層）

4日目：　オートエンコーダ（自動符号化器）を使った時系列データの異常検知（2018/7/6　追加）

＊リクエストに応じて、チュートリアルを追加収録していきます。

【PyTorchの特徴】

PyTorchは、以下のような特徴があります。

・NumPyより高速なテンソル（多次元行列）計算ライブラリ

・Define by Run：　モデルを動的に定義し、柔軟な学習が可能

　TensorFlowはDefine & Run（あらかじめモデルを定義し、トレーニング時にはモデルは固定）

・研究者コミュニティで爆発的に普及

などの特徴があり、今後も成長が期待されます。

TensorFlowよりシンプルにモデルを定義することができるのと、GPUのパワーを最大限に活かすことができるのがメリットです。

ぜひこの機会にPyTorchによる高速・柔軟な開発をマスターしましょう！