機械学習モデルの構築はPythonを使うのが一般的です。しかしモバイルアプリやその他組み込み環境に機械学習ができるレベルのPython環境を整えるのはかなりシンドイと思います。ここではPyTorchのモデルをTorchScript形式に変換し、容易にデプロイができる状態を目指します。
続きを読むPyTorchモデルをTorchScriptに変換する方法
機械学習
pydominoで日本語音声データの強制アライメントをやってみた
日本語のテキストと音声を音素レベルで対応をとる強制アライメントツールpydominoを使ってみました。pydominoのインストールから使い方、音素対応表の紹介を行っています。また、実際に母音や子音を含む音声データを波形やスペクトログラムで可視化しながら結果の検証を行いました。
続きを読むPyTorchで始める手書き文字認識（MNIST）学習・検証コード
機械学習を活用したアプリ開発を学ぶ第一歩として、PyTorchを使った手書き文字認識（MNIST）に挑戦します。本記事では、モデルの学習から検証までのコードを習得しましょう。MNISTの学習ができるようになれば、自分のデータで学習モデルを作成することもできるようになります。
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級に合格したので勉強方法と試験内容を振り返る
AI系の検定として最近新しく生まれた「AI実装検定」。A級に続きAI実装検定の最高峰であるS級も合格しました。ここではこの検定の概要と、合格までに何をしたか、どんな問題が出たか、これから受ける人へのアドバイスをまとめておきます。
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