実践のためのTensorFlow講義

〜 実際に使う際のTensorFlowの機能の理解、様々なモデル(CNN、DQN、RNN)の理解と構築法 〜

・TensorFlowの機能を効果的に活用し、設計から実装まで実務に活かすための講座

・より複雑なモデルの構築法を実践的に解説する特別セミナー!

講師の言葉

 TensorFlowがオープンソースとして公開されて1年以上が経ちました。
 オープンソースということもあり、その進展はめざましく機能もだいぶ拡張されてきました。
 便利で使いやすくなる一方、前は動いていたソースコードが動かなくなったりということも増えたと思います。
 また、TensorFlowの登場を機に機械学習を初めて、簡単なモデルは実際の業務で使ったけど世の中の機械学習ブームが熱くなるに従って、より複雑なモデルを組まないといけなくなったというかたもいるのではないでしょうか?この講義はそうした人たち向けの講義です。
 増えてきた機能をうまく使いこなして、自分が作りたいと思ったモデルがTensorFlowを用いて自由に作れるようになる手助けになればと思います。

セミナー詳細

開催日時
  • 2017年06月30日(金) 10:30 ~ 17:30
開催場所 日本テクノセンター研修室
カテゴリー ソフト・データ・画像・デザイン
受講対象者 ・データ解析、画像処理、システム他関連部署の方 ・ニューラルネットワークに関する知識を深めたい方 ・TensorFlowでチュートリアルは行なったがその先に進んでいない方 ・NNやCNN、簡単なRNN程度は組んだことがあるが、少し複雑になったら作れない、というような方が対象です
予備知識 ・TensorFlowを用いたプログラム作成経験 ・計算グラフによるモデル構築経験 ・TensorFlowにおける多層パーセプトロン、CNNなど基礎的なNNの実装経験 ・理系大学初年度レベルの線形代数、統計の知識
修得知識 ・実務で用いるTensorFlowの機能の理解 ・実務で用いる様々なモデルの理解と構築法
プログラム

1.TensorFlowの様々な機能
  (1).TensorBoardの様々なき
    a. tensorboardのログの取り方
    b. ログをとるときの注意点
    c. summary
    d. image
    e. graph
    f. embedding
    g. histogram
  (2).protocolbufferについて
    a. protocolbufferとは
    b. protocolbufferの特徴
    c.protocolbufferによるプログラム
  (3).tfrecordを用いたデータのバイナリ化
    a. tfrecordとは?
    b. tfrecordを用いたでバイナリデータセットの作成
    c.tensorflowにおけるキューイング
    d. キューイングによるミニバッチ作成
  (4).batch normalization
    a. batch normalizationtとは
    b. batch normalizationの必要性
    c. tfにおけるbatch normalizationの実装
    d. 比較
  (5)..tf.contrib.learnについて

2.様々なニューラルネットワークの解説および実装
  (1).ニューラルネットワーク(NN)
    a. 評価指標が複数パターンある場合の例
    b. 誤差関数の設計
    c. 分岐するニューラルネットワークの実装
  (2).畳み込みニューラルネットワーク(CNN)
    a. ResNet(残差ネット)とは?
    b. ResNet(残差ネット)の利点
    c. ResNet(残差ネット)の実装
  (3).Deep Q Network(DQN)
    a. Q学習とは?
    b. Deep Q Networkとは?
    c. OpenAIのGymの導入
    d. 環境構築
    e. DQN実装
    f. DoubleDQNについて
  (4).RNN
    a. many-to-many
    b. many-to-one
    c. sequence-to-sequence
  (5).その他
    a. 畳み込みLSTM(ConvLSTM)について
    b. 畳み込みLSTMの実装
    c. DCGAN(Deep Convolutional Generative Adversarial Network)とは?
    d. DCGANの実装

キーワード TensorFlow CNN 畳み込みニューラルネットワーク DQN RNN 再帰的ニューラルネットワーク データセット ニューラルネットワーク  DCGAN
タグ 統計・データ解析ソフト教育ソフト知的財産データ解析画像
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日