〜 パーセプトロン、誤差逆伝播法、画像認識への応用(CNN/ネットワーク構造/シーンラベリング/生成モデル)、主なフレームワーク 〜
- ニューラルネットの基礎から最新技術まで、網羅的に分かりやすく解説する講座!
- 画像分野で使われる一般的なDeep Learningアルゴリズムや最新手法を習得し、認識精度向上に活かそう!
〜 パーセプトロン、誤差逆伝播法、画像認識への応用(CNN/ネットワーク構造/シーンラベリング/生成モデル)、主なフレームワーク 〜
本セミナーでは最近注目されているディープラーニングについて、基礎的なところから応用事例まで紹介します。基礎的なところでは、ニューラルネットワークとの関係から最新の手法までを網羅的に紹介します。
応用事例では、アプリケーション例を幅広く紹介するとともに、CaffeやChainerなど最新のツールを紹介します。セミナー後、自ら動かすことができるようになることを想定しています。
開催日時 |
|
---|---|
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 | ・画像処理、画像認識に携わる技術者の方 (IoT関連、自動検査、自動車、電子機器、FA、画像解析、セキュリティ、医療機器など) |
予備知識 | ・画像認識の基礎知識があると理解が早い |
修得知識 | ・ディープラーニングに関する基本的な知識 ・実際に使うための環境など |
プログラム |
1.ニューラルネットワークの基礎
(1).パーセプトロン
(2).階層型パーセプトロン
(3).誤差逆伝播法
2.畳み込みニューラルネットワーク(CNN):画像認識への応用
(1).人の細胞とニューラルネットワーク
(2).畳み込み層
(3).プーリング層
(4).CNNの学習
(5).汎化性能を向上させる工夫
3.ネットワーク構造の変遷:画像認識への応用
(1).AlexNet
(2).VGG Net
(3).Network in Network
(4).GoogLeNet
(5).Residual Network
4.シーンラベリングへの応用:画像認識への応用
(1).Fully Convolutional Network (FCN)
(2).SegNet
(3).PSPNet
5.リカレントニューラルネットワーク (RNN)
(1).Elman型RNN
(2).LSTM
6.生成モデル:画像認識への応用
(1).オートエンコーダ
(2).Generative Adversarial Network (GAN)
(3).Deep Convolutional Generative Adversarial Network (DCGAN)
7.ディープラーニングのフレームワーク
(1).フレームワークについて
(2).Caffe
(3).Chainer
(4).TensorFlow |
キーワード | パーセプトロン トイプロブレム 誤差逆伝播法 Convolution 畳み込み層 プーリング層 FCN LSTM オートエンコーダ GAN Caffe Chainer TensorFlow Adam 最適化 Fast R−CNN コンピュータビジョン |
タグ | 画像認識 |
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。
営業時間 月~金:9:00~17:00 / 定休日:土日・祝日