「PyTorchで実装するディープラーニング」を公開しました

【PyTorch+Colab】PyTorchで実装するディープラーニング -CNN、RNN、人工知能Webアプリの構築- をUdemyで公開しました。

本コースのゴールは、PyTorchを使ってディープラーニングが
実装できるようになることです。

PyTorchを使ってCNN(畳み込みニューラルネットワーク)、RNN(再帰型ニューラルネットワーク)などの技術を順を追って幅広く習得し、人工知能を搭載したWebアプリの構築までを行います。

各ディープラーニング技術の要点を解説した上で、PyTorchのコードを基礎から丁寧に解説します。

注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。

PyTorchはオープンソースの機械学習ライブラリで、簡潔さ、柔軟性、速度のバランスに優れているため人気が急上昇中です。

また、簡潔な記述が可能なため、最新の研究成果の実装によく使われています。

海外を中心にコミュニティ活動が活発で、ネット上の情報が豊富なのもメリットです。

本コースでは開発環境にGoogle Colabを利用するので、環境構築にはほとんど手間がかかりません。

GPUが無料で利用できるので、コードの実行時間も短縮できます。

効率よくPyTorchを習得できるように、様々な工夫を凝らしています。

PyTorchを包括的に学び、皆さんの技術的な可能性を大きく広げましょう。

————————————————————

本コースの主な内容は以下の通りです。

イントロダクション

→ PyTorchの概要、ディープラーニングの概要、そしてPyTorchの基礎であるTensorについて解説します

PyTorchで実装する簡単なディープラーニング

→ 可能な限りシンプルなコードで、ディープラーニングを実装します

PyTorchの様々な機能

→ 自動微分、DataLoaderなどのPyTorch特有の機能について解説します

畳み込みニューラルネットワーク(CNN)

→ CNNの原理を学んだ上で、CNNによる画像分類をデータ拡張、ドロップアウトとともに実装します

再帰型ニューラルネットワーク(RNN)

→ RNNの原理を学んだ上で、シンプルなRNNの構築、およびRNNによる画像生成を行います

AIアプリのデプロイ

→ 学習済みモデルを活用した人工知能Webアプリを構築します

なお、ディープラーニングの数学的背景については最小限の解説となりますのでご注意ください。

Pythonの基礎についての解説動画はありませんが、テキストがダウンロード可能です。

————————————————————

本コースでは可能な限り丁寧な解説を心がけていますが、ある程度ご自身で調べることも必要になるのでご注意ください。

動画を見るのみでも学習が進められるようになっていますが、可能であればPythonのコードを動かしながら進めることをお勧めします。

コードがダウンロード可能ですので、これをベースに様々なカスタマイズを行うこともお勧めです。

PyTorchを使って、一緒に楽しく本格的な人工知能を学んでいきましょう。

https://www.udemy.com/course/ai-pytorch/?referralCode=5106F3FDA2C91D0C1CB5

【Live!人工知能 】みんなのAI講座

6/21(月)21:00から人工知能の講義をライブ放送します。
2万5千人が受講したUdemyの人気コース「みんなのAI講座」のライブ版です。
全部で7つのセクションからなる講義になりますが、今回はセクション2です。

みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。
難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。
文系や非エンジニアの方にもお勧めです。

講義で使用する教材はこちら。
https://github.com/yukinaga/minnano_ai/tree/master/section_2
ハッシュタグ: #Live人工知能

1回45-90分程度の講義になりますが、講義の予定は以下の通りです。
1. 人工知能の概要と開発環境 (6/15)
2. Pythonの基礎 (6/22)
3. 必要な数学の学習 (6/29)
4. ニューラルネットワーク (7/6)
5. 機械学習 (7/13)
6. 機械学習ライブラリの活用 (7/20)
7. さらに学ぶために (7/27)

開発環境にはGoogle Colaboratoryを使用します。難しい設定は必要ありませんので、初心者の方でもすぐPythonのコードを書いて試すことができます。
なお、大学レベル以上の数学や、機械学習の深い理論の解説は行いませんのでご注意ください。
ディープラーニングに関しては、概念のみの解説となります。

毎週月曜日の21時に講義を行う予定です。

講師: 我妻幸長(@yuky_az)
「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。
東北大学大学院理学研究科修了。理学博士(物理学)。
興味の対象は、人工知能(AI)、脳科学、シンギュラリティなど。
オンライン教育プラットフォームUdemyの受講生数は約4万人。
著書に、「はじめてのディープラーニング」「はじめてのディープラーニン2」(SBクリエイティブ)、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。