PyTorchを用いた深層学習の基礎と活用法およびプログラミングの実践 <オンラインセミナー>
~ 深層学習プログラムの典型的な開発の流れ、PyTorchによる画像分類、テキストセンチメント分析への応用 ~
・AIの開発現場で必要な深層学習の知識をPyTorchによるPythonプラグラミングを通して修得する講座
・少数データしかない状況における深層学習の利用法のコツが理解できるPyTorchプログラミングの特別セミナー!
・Python用の深層学習用フレームワーク「PyTorch」は、グラフベースの実行・分散学習・モバイル展開・量子化の機能を持ち、利用現場でのパフォーマンス最適化に特徴があります
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
深層学習は目下、AIの研究分野だけでなく、様々な現場で必須の技術となっています。本セミナーでは、今、研究者の間でもっとも利用されているPyTorchを深層学習のフレームワークに使って深層学習を行う手法を、基礎的な部分を重視し、プログラム例 (Jupyter notebook、開発時はVSCODE)を用いて解説します。
基礎的な部分では、画像分類を念頭に、畳み込みニューラルネットに関しての流れを述べた後、目下、流行のTransformerを使った深層学習事例を紹介する予定です。特に、Ubuntu/Windows上のJupyter(あるいはVSCODE)を使い、対話的に実行する様子を中心に説明します。また、終了後には、個々の参加者の問題に対する個別質問を(その場、および、事後のメール、オンライン等)受け付け、適宜、技術相談に応じます。
なお、担当講師は、これまで主としてKeras(TensorFlow)での開発を行ってきた経緯もあるため、PyTorchとKerasの比較を適宜組み込みながら違いを説明する予定です。
セミナー詳細
開催日時 |
- 2022年12月07日(水) 10:30 ~ 17:30
|
開催場所 |
オンラインセミナー |
カテゴリー |
オンラインセミナー、ソフト・データ・画像・デザイン |
受講対象者 |
・データ解析、システム、ソフトほか関連企業の技術者の方
・データサイエンスを仕事や研究の対象としている方
・AIの現場開発や理解で必要な深層学習の知識を、Python (PyTorch)を通して理解したい方 |
予備知識 |
・Python言語の初歩を知っている方(Pythonのバージョンは3.6以上と想定)
・データ分析、統計解析の基礎知識 |
修得知識 |
・PyTorch 1.11.0 (torchvision 0.12.0) (Cuda 11.3)を使った深層学習の基礎とその活用法が修得できます
・特に、手元に少数のデータ(特に画像データ)しかないような場面で、どのように深層学習を利用すればいいかのコツがわかるようになります
|
プログラム |
1.PyTorchとは?
(1).PyTorchの特徴(Kerasとの比較を含む)
(2).PyTorchでの深層学習プログラムの典型的な開発の流れ
a.DataLoaderの準備
・PyTorchで利用できるデータセットとそれを用いる場合のDataLoader
・カスタムデータを用いる場合のDataLoader
b.データ変換とデータ拡張
c.ニューラルネットモデルのデザイン
d.損失関数、最適化関数の定義
e.訓練データによるニューラルネットの学習
f.テストデータによるニューラルネットでの推論
g.バリデーションデータがある場合の流れ
2.PyTorchによる画像分類事例
(1).ビルトインデータとシンプルなCNNニューラルネットモデルによるゼロからの学習事例
(2).カスタムデータと訓練済みCNNモデルを用いた学習事例(転移学習などを含む)
a.ResNetによる分類事例
b.EfficientNetによる分類事例
c.Vision Transformerを用いた画像分類事例
3.PyTorchによるテキストセンチメント分析事例
(1).LSTMによるテキストセンチメント分析事例
(2).Transformer (BERT)によるテキストセンチメント分析事例
4.PyTorchによるプログラム事例
(1).3Dモデル(ModelNet40)の40クラス分類と検索問題
(2).Show Attend Tell法による画像への注釈付与プログラム事例
a.MSCOCOデータの場合
b.オープンな医療画像データの場合
(3).その他(事例1)
(4).その他(事例2)
|
キーワード |
PyTorch Keras DataLoader データ変換 データ拡張 ニューラルネットモデル 損失関数 最適化関数 CNNニューラルネットモデル 転移学習 ResNet EfficientNet Vision Transformer LSTM BERT Show Attend Tell法
|
タグ |
AI・機械学習、ソフト管理、ソフト教育、データ解析、画像、画像処理 |
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 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|
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。