. .
セミナー・イベントTOPへ戻る

・実践的なデータフロー解析やデバッグ方法を通して解析精度向上に活かすための講座
・Tensorflowの公式ページに紹介されている情報に準拠し、ソースコードを読むことでディープラーニングが実践的に理解できる特別セミナー!

Tensorflowによるディープラーニング技術と解析精度向上手法
〜 CNN MNIST分類器、CNN CIFAR-10分類器の構築、
データフロー解析とデバッキング、解析精度向上手法とポイント 〜

■開催日時:2018年06月06日(水) 10:30 〜 17:30


■会場:日本テクノセンター研修室
    (東京都新宿区西新宿二丁目7-1 小田急第一生命ビル 22階)

■受講料:一般(1名) : 48,600円 (税込)
     同時複数申し込みの場合(1名) : 43,200円 (税込)

■主催:(株)日本テクノセンター


■受講対象者:
・AI、システム、ソフトほか関連企業の技術者の方
・ディープラーニングを
 使うことによって高解析精度を必要とする方

■予備知識:
・線形代数および関数に関する初歩的な知識

・ディープラーニングの基礎知識・Python等のプログラミング言語によるプログラミングに
慣れていることが望ましい

■修得知識:
・Tensorflowとその周りの関連ツール(データフロー解析やデバッグ方法)を通し
ディープラーニングの本質的な働きを理解し、具体的に解析精度を上げるために
必要な注目点を見つけることができるようになる

■講師の言葉:
 ディープラーニングは、画像解析を中心とした分野において優れたAIツールと
なっている一方、ブラックボックスとして扱うかぎり、結果精度を改善するのに
苦労している人が多いことも事実です。

 本講座では、Tensorflowによるプログラムコードを読むことでディープラーニングをホワイト
ボックス化し、受講者が自力で結果精度を上げられることを目指します。


1.CNN MNIST
 ・手書き数字の分類器をCNN(Convolutional Neural Network)で構築する
  (1).cの構築
  (2).CNN MNIST分類器の訓練と評価
 
2.CIFAR-10の構築
 ・分類器ベンチマークの1つであるCIFAR-10をCNNで構築する
  (1).CNN CIFAR-10分類器の構築
  (2).CNN CIFAR-10分類器の訓練と評価
  (3).TensorBoardの使用
  (4).GPUボードの役割
 
3.データの取り込み
 ・重要なDNNにおける入力データの扱い
 
4.デバッキング
 ・Tensorflow専用デバッキングツールtfdbgの使い方を学習する
 
5.解析精度向上のための注意点
 
6.参考データ
  (1). データフローグラフ
 ・Tensorflowによるディープラーニング計算過程の可視化
  (2).埋め込み表現の可視化
 ・Tensorflowによる自然言語処理を設計する際、必要となる知識

Copyright (C) 2018 NTS Inc. All right reserved.