【レビュー】図解速習DEEP LEARNING ”技術習得のロードマップが分かりやすい”

技術習得のロードマップが分かりやすい

図解速習DEEP LEARNING

最近、Twitter界隈で”図解速習DEEP LEARNING”が良いとの声を聞いたので思わず、
Amazonで購入しました。
本書籍では2点紹介されています。

• 技術習得のロードマップ

• 技術の紹介例

技術習得のロードマップ

「知る」、「わかる」から「できる」への知識の学習方法が書籍やネット記事など媒体問わず紹介されており最新のトレンドを追うにあたって分かりやすかった。3か月前にあったらもう少し勉強効率が上がったと感じる。

www.tensorflow.org

また、多少勉強を始めたからこそ、たった12行のコードであるが、どういった意味付けされているのか解説されており、今までの勉強を通してさらに理解が深まったと感じました。学習率、勾配法、畳み込みなど手を動かしながらできて唯々良い。

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

技術の紹介例

画像、自然言語、強化学習と網羅的に体験できる設定になっており、やっぱり凄いと感じます。さらに、無料クラウドGPUのColaboratoryを活用しており手軽にできます。
環境構築や手持ちのPCのスペックが弱いのでこういったサービスの上手い使い方が紹介されているとうれしいです。

改めて、理論や数式をさらに学び楽しい工作ライフを送りたいな。