[[FrontPage]] #contents 2016/05/07からのアクセス回数 &counter; ここで紹介したSageワークシートは、以下のURLからダウンロードできます。 http://www15191ue.sakura.ne.jp:8000/home/pub/72/ また、私の公開しているSageのサーバ(http://www15191ue.sakura.ne.jp:8000/)にユーザIDを作成することで、ダウンロードしたワークシートを アップロードし、実行したり、変更していろいろ動きを試すことができます。 ** 参考サイト [#bb48825a] ここでは、 [[人工知能に関する断創録>http://aidiary.hatenablog.com/]] のTheanoに関連する記事をSageのノートブックで実装し、Thenoの修得を試みます。 今回は、TheanoのTutorialから畳み込みニューラルネット(CNN)を使った手書き数字認識を以下のページを参考にSageのノートブックで試してみます。 前半は、人工知能に関する断創録から参照されている「StatsFragments」さんのページを参考に畳み込みとMaxPoolingをSageで動かしてみました(ほぼ引用ですみません)。 - [[Theano で Deep Learning <3> : 畳み込みニューラルネットワーク>http://sinhrks.hatenablog.com/entry/2014/12/07/203048]] - [[Theanoによる畳み込みニューラルネットワークの実装 (1)>http://aidiary.hatenablog.com/entry/20150626/1435329581]] ** 前準備 [#k6390ca0] *** 処理系をSageからPythonに変更 [#zb3ed71c] SageでTheanoのtutorialのCNNを実行すると、DimShuffleでエラーになるため、今回もPythonを使用します。 そこで、ノートブックの処理系をSageからPythonに切り替えます。上部の左から4つめのプルダウンメニューから 「python」を選択してください。 &ref(theano_setup.png); *** 必要なライブラリのimport [#id16ee7c] 最初に、theanoを使うのに必要なライブラリをインポートします。 sageへの入力: #pre{{ # 必要なライブラリのインポート import six.moves.cPickle as pickle import gzip import os import sys import timeit import time import urllib import numpy as np import pylab as pl import theano import theano.tensor as T from theano.tensor.nnet import conv from theano.tensor.signal import downsample # これまで確認したlogistic_sgd.pyのLogisticRegression, mlpのHiddenLayerをインポートする from logistic_sgd import LogisticRegression, load_data from mlp import HiddenLayer }} ** 畳み込みニューラルネットワークの構成 [#t573fb70] 「Theanoによる畳み込みニューラルネットワークの実装 (1)」から ニューラルネットワーク(CNN)の構成図を引用します。 &ref(http://cdn-ak.f.st-hatena.com/images/fotolife/a/aidiary/20150626/20150626203849.png,60%x60%); 最初に畳み込み(convolutionの矢印部)とプーリング(maxpoolingの矢印部)を持つLeNetConvPoolLayerが2層あり、 その後に多層パーセプトロン(HiddenLayer)と最後のロジスティック(LogisticRegression)から構成されています。 前半の畳み込みでは画像の特徴を際立たせるためのフィルタリングを行い、Max Poolingでは画像のずれを吸収し、 疎な結合を構成しています。