抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,Google社が開発したオープンソースのディープ・ラーニング・ライブラリTensorFlowの初心者向けに,CPU用のインストール方法やプログラミングの基礎知識を解説した。実際にブラウザ・ベースのアプリケーションJupytor Notebookを通じてTensorFlowを用い,ニューラルネットワークを構築して手書き数字認識や顔認識を実現する方法を説明した。また,ディープ・ラーニング向けのフレームワーク/ライブラリとして,1)Caffe,2)Chainer,3)Keras,4)Theanoと比較した。TensorFlowではプログラミングしたニューラル・ネットワークの構造やネットワークに流れるデータの動きをグラフで可視化するツールTensorBoardを用いると,学習過程やデータの流れを簡単に確認できる。ディープ・ラーニングでは中間層を増やすとモデルの精度が向上するが,勾配消失問題が生じて学習が適切に行われないニューラル・ネットワークの欠点を事前学習によって解消した。具体的に,線形分離可能な問題を解くことができるパーセプトロンを複数組み合わせ,構成される教師あり・予測型のニューラルネットワークの学習と,自己符号化器を用いる事前学習に基づくディープ・ラーニングの学習の仕組みについて解説した。