機械学習で応答曲面を求めた後、その曲面（学習済モデル）の最小値や最大値を探査したい場合があります。ここではPythonによる実現の例として、とりあえずPyTorchで機械学習→PlatypusのNSGA-IIで探査といった方法を試してみます。
続きを読む1つの応答曲面を遺伝的アルゴリズムで探査するPythonコード例
AI
PyTorchモデルをcloudpickleで保存・読み込みする方法
scikit-learnではpickleを使って学習済のモデルを保存したり読み込んだりできていましたが、PyTorchのモデルが読み込めない問題に直面したので解決方法をメモします。ここでは最も簡単だと感じたcloudpickleを使った方法を紹介します。
続きを読むPlatypusで多目的最適化からパレートフロントを求める方法
多目的最適化とは、2つ以上のトレードオフ関係にある複数の目的関数を同時に最適化する方法の事です。ここではPythonライブラリであるPlatypusを使って簡単な多目的最適化を行い、パレートフロントを求めるコードを紹介します。
続きを読むGoogle ColabでPyTorch開発環境を構築する方法
ブラウザ上でGPUを使ったPython開発ができるGoogle Colaboratoryを使ってみます。ここでは知識ゼロから始められるようにGoogle Colabの概要から説明し、PyTorchによる機械学習を行うための環境構築を行います。
続きを読むPyTorchで色々な非線形関数を回帰してみたらすごかった
ニューラルネットワークは複雑な非線形関数を近似する事ができるため、回帰問題を解いてみると効果がわかりやすいです。ここではPyTorchのネットワークモデルで色々な非線形関数を回帰してみた結果とそのコードを紹介します。
続きを読むPyTorchのネットワークモデルをクラスで書く時のメモ
PythonのディープラーニングフレームワークであるPyTorchはネットワークモデルをモジュール化して使うとわかりやすいコードになります。ここでは初心者向けにクラスの使い方と、簡単な線形ネットワークを例にモジュール化の方法を紹介します。
続きを読むPyTorchのネットワークモデルを使って線形回帰をする方法
ディープラーニングのフレームワークであるPyTorchを学ぶために、まずは超簡単な線形回帰問題を解いてみます。ここではtorchのネットワーク構築方法、最適化モデル選択、損失関数の設置方法と基礎的な使い方を紹介します。
続きを読むAI実装検定S級対策！「画像処理100本ノック」学習記録・カンペ
第1回AI実装検定S級を受験しますが、例題が無いので出題範囲になっている「画像処理100本ノック」を学習して記録をつけます。といっても、まだまだ理解には遠くおよばず、ほんとにメモレベル！
続きを読む【朗報】G検定取得者がノー勉でAI実装検定A級に合格した件
AI実装検定に合格するとディープラーニング実装師の称号を得ることが出来ますが、どれだけ勉強すれば良いのでしょうか？G検定に比べAI実装検定は対策本がほとんど無いので、G検定取得者がこの検定をノー勉で受けてみたらどうなるかを試してみました。
続きを読む機械学習コンペで人気のLightGBMをPythonで使ってみた
Kaggleを始めました！これまで古典的な機械学習手法は少し使えるようにしてきたつもりですが、KaggleではLightGBMでハイスコアを出している人が多いそうです。ここではLightGBMのインストールと使い方を学んでみます。
続きを読む