はじめに この記事はいまさらながらに強化学習(DQN)の実装をKerasを使って進めつつ，目的関数のカスタマイズやoptimizerの追加，複数入力など，ちょっとアルゴリズムに手を加えようとした時にハマった点を備忘録として残したものです．そのため，DQNの解説記事というよりも初心者向けKerasTipsになります． 実行環境 Python3.5.2 Keras 1.2.1 tensorflow 0.12.1 DQNとは DQN(DeepQNetwork)がDeepMindから発表されて2年以上経つので，もはやいたる所に解説記事や実装サンプルがあり，ここでの詳しい解説は不要だと思います．が，ざっくり言うと，Q-Learningという強化学習手法のQ関数部分を，深層学習により近似することで、動画像から直接Q値を推定することを可能にした学習手法です． DQNの理論としては ゼロからDeepまで学

TensorFlowで学習プロセスを分ける際，変数のsave/restoreが必要になるが，これはTensorFlowでは tf.train.Saver クラスがサポートしている．モデルのスケールが小さければ使用する変数全部をsave/restoreしてもよいが，モデルが大きくなると本当に必要な変数だけをsave/restoreしたくなってくる． 本記事では，手書き数字分類MNISTを例に，変数のsave/restore方法について確認していく． （環境は，Python 2.7.11, tensorflow 0.8.0 になります．） 必要な変数にtrainable=Trueをつける 何が必要かについてはプログラムの内容によっていろいろな状況が考えられる．一番簡単なのは，使った変数全体（tf.Variableクラス変数）をsaveするやり方である． chkpt_file = '../MNI

はじめに Googleが作成したDeepLearningフレームワークのTensorflow いろいろ記事が上がっていて非常に面白いですが、実際にNNを組む際に使用する関数はどれ？というのを備忘としてまとめてみました なお筆者はDeeplearningを大学で学んだわけではなく自己学習しただけなので、間違いも多々あるかと思いますが、後学のため指摘いただけると幸いです 畳込み層で使用 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 畳込みを行う関数 他にはdepthwise_conv2d, separable_conv2dが存在する 第1引数: input インプットデータを、4次元([batch, in_height, in_width, in_channels])のテンソルを渡

はじめに 少し時代遅れかもしれませんが、強化学習の手法のひとつであるDQNをDeepMindの論文Mnih et al., 2015, Human-level control through deep reinforcement learningを参考にしながら、KerasとTensorFlowとOpenAI Gymを使って実装します。 前半では軽くDQNのおさらいをしますが、少しの強化学習の知識を持っていることを前提にしています。 すでにいくつか良記事が出ているので紹介したいと思います。合わせて読むと理解の助けになると思うので、是非参考にしてみてください。 DQNの生い立ち　＋　Deep Q-NetworkをChainerで書いた DQNが生まれた背景について説明してくれています。Chainerでの実装もあるそうです。 ゼロからDeepまで学ぶ強化学習 タイトルの通り、ゼロからDeepま

「グーグルはAI（人工知能）ファーストの会社になる」。スンダー・ピチャイCEOが宣言してから1年。発言の真意が少しずつ見えてきた。 「大阪を訪れたとき、いいにおいのする屋台に行列ができていた。だが、看板に書かれた日本語がわからなかった」。5月17日、米グーグルが年に1度開催する開発者会議「I/O（アイ・オー）」。エンジニアリング担当バイスプレジデントのスコット・ハフマン氏は基調講演で唐突にそう語りだした。 グーグルが賭ける「AIアシスタント」 ハフマン氏は日本語の看板をスマートフォンのカメラで写した。そこには日本語で「たこ焼き」の文字。すぐ下には値段が書かれている。次の瞬間、これらが英語に翻訳され、「これはどんな見た目なの？」と話しかけると、たこ焼きの写真がずらりと表示された。 「グーグルアシスタント」は昨年のI/Oで発表されて以降、グーグルが戦略の核に据える対話型AIだ。 誰かと会話をす

2017/05/30 追記 予想以上の反響にびっくりしてます。コメント、シェアしてくれた方々ありがとう！ これから MT に乗る人には恐怖心を強めるような記事になってしまって居たかもしれません。そのあたり考慮あまりしてませんでした。 後部にコメントなどに対してのレスなどを入れますので、そちらまで呼んでもらえると嬉しいです。 そもそも免許を取ったのが 26歳、それまで東京都下に住んでいるが車なんていらないと思って生きてきた。 彼女に振られたのをきっかけに暇な週末を使って免許をとり、レンタカーなどを利用して写真を趣味にしていたら車にどっぷりハマり、マイカーの購入を決意。 色々迷った挙句に憧れの SUBARU WRX STi VAB(以降 WRX) の購入を決意するも、MTしかラインナップにない。 でもサーキット走ったりしたかったので、AT限定解除して購入することに。 教習所では場内４限練習して

皆さん、最近話題の「無限レシピ」はご存知でしょうか？ 簡単かつ、野菜がいくらでも食べられるというレシピで「無限ピーマン」が昨年大ブームになったことも記憶に新しい。 今ではすっかり定着した感がある「無限レシピ」だが、本当に無限に食べられるのだろうか。 今回は、白米に合う「無限レシピ」を実際に作って、ご飯がどれだけ進むか試してみたいと思う。 東京・西小山にあるヤオヤプラスは「進化した八百屋さん」を標榜しており、「ここにくればないものはない」という野菜界のAmazonを目指しているとか。 今日はそのヤオヤプラス（主に社長）に協力いただいて、野菜を使った「無限レシピ」を実際に試してみたいと思う。今日はよろしくお願いします！ 「……よろしくお願いします」 のっけから体調悪そうな人が出てきた。社長である。 ーーや、野菜が好きなんですか？ 「野菜、大好きです」 どうやらおなかが空きすぎて眠いらしい。 ー

Eiji Sakai @elm200 これは昔から思ってきたのだけど、欧米人たちには思想的な核がある。だから表面上は日本人よりずっと自由に見える（職場の服装や話し方とか）。だが思想によって内面的に規制されている。日本人は、内面的な核がないので、外面（服装・礼儀・遅刻厳禁）で規制するしかない。この文化差は大きい。 2017-05-25 08:46:35 か お ゑ @futarosugar @elm200 @Genki119 一般的に日本人は外面に重きを置いてる事に同感です。伝統的にはその奥に内面的思想があると思うんですが、そこまで考えて行動できていないかもしれません。なぜ外面を重視しているのか気になります。一方で、欧米人は内面が規制されていると言いますが、よくわかりません。どういうことでしょうか？ 2017-05-26 06:22:15 高田ゲンキ @Genki119 @futarosug

Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you.

体験会に合計2時間参加してわかった。格闘ゲームは面白かったんだな。 俺は格闘ゲームがもう本当に、壊滅的に下手で、格闘ゲームそのものに嫌悪感を抱くレベルにまで達してしまっていたが、今回やっとわかった。格闘ゲームは面白いんだ。 おそらく、ARMSは立ち回りと駆け引きを楽しむということを純粋に求めたゲームだと思う。 今までのストIIスタイルの格闘ゲームは、コマンドを覚え、適切なタイミングでミスなく使うことが要求されていた。これはバーチャも鉄拳もそうだ。で、これのハードルがとても高い。俺はこの段階で躓いたクチだし、同様の人も多いだろう。それで結局、格闘ゲームの醍醐味である、「相手の行動に二拓をかける」とか、「相手の戦術を予測して立ちまわる」という段階まで到達できなかった。 ARMSで言えば、最初にわけもわからず両手が前に出てしまって投げばっかりやってる、みたいな状態だ。これじゃ絶対勝てないし、醍醐

長野県を舞台に女子高生がマージャンの腕を競い合う姿を描いた映画「咲－Ｓａｋｉ－」の公開が２７日、長野市南石堂町の映画館「千石劇場」で始まった。２月以降、全国各地で上映されているが、県内では初めて。この日は小沼雄一監督（５１）が千石劇場で舞台あいさつを行った。上映は１６日まで。 原作は、青年漫画雑誌「ヤングガンガン」で連載中のマージャン漫画「咲－Ｓａｋｉ…

昨日今日あたりで、何かのウィンドウが一瞬開いて閉じるようになった。ウイルスに感染したかな？としばらくビクビクする。 結論を書くと C:Program Files (x86)\Microsoft Office\root\Office16\officebackgroundtaskhandler.exe というプログラムが１時間に１回動いていた。 “This task initiates Office Background Task Handler, which updates relevant Office data.” “このタスクは Office関連のデータを更新するOffice Background Task Handlerを開始します” かな。 ウイルスではなくMicrosoftOffice関係のアップデートタスクです（対処方法は後述）。私の環境は Windows10 x64 Home

菅官房長官は２９日午前６時４０分すぎから総理大臣官邸で記者会見を行い、北朝鮮が発射したミサイルが排他的経済水域内に落下したと見られると発表しました。

本記事について この記事では，現在深層学習について勉強中の私が 新納浩幸　Chainerによる実践深層学習　オーム社 を読んで学んだChainerの基本オブジェクトについてまとめています． 間違った解釈を載せている場合もありますので，おかしな点に気づかれた方はご指摘していただけると幸いです． Chainerについて ChainerはPFI／PFN（株式会社Preferred Infrastructure/株式会社Preferred Networks）が開発する深層学習のフレームワークです． 深層学習を実装する上で必要な計算を行うライブラリを豊富に備えています． 特徴をまとめると， -Python（2.7以上）から利用することができる -あらゆるニューラルネットワークの構造に対応 -動的な計算グラフ構築による直感的なコード -GPUの強力なサポート です． 特に，Linux環境下であれば（基

第101回 インディ500の決勝が28日（日）、インディアナポリス・モーター・スピードウェイで行われ、佐藤琢磨（アンドレッティ・オートスポーツ）が優勝を成し遂げた。 8度目のインディ500で佐藤琢磨がついに勝利を手にした。200周の決勝レース。4番グリッドからスタートした佐藤琢磨は、何度もトップ10圏外まで下がるがそのたびに挽回。 セーフティカー後、残り10周で2番手につけていた佐藤琢磨は、最後のスプリントで猛チャージ。一時は3番手に下がるも残り5周でトップに浮上。そのままトップでチェッカー。歴史にその名を刻んだ。 佐藤琢磨 インディ500制覇！

The rise of artificial intelligence in recent years is grounded in the success of deep learning. Three major drivers caused the breakthrough of (deep) neural networks: the availability of huge amounts of training data, powerful computational infrastructure, and advances in academia. Thereby deep learning systems start to outperform not only classical methods, but also human benchmarks in various t

（ＣＮＮ） 地球上で最も強度が高い物質とみられている２次元の極薄炭素シート、「グラフェン」の発見から１５年。グラフェンは鉄よりもはるかに強度が高いが、建築資材として有用な３次元の物質に転換するのは至難の業とされてきた。 米マサチューセッツ工科大学（ＭＩＴ）の研究チームの発見により、こうした状況が変わるかもしれない。 ＭＩＴの研究者らはコンピューターモデルを活用し、新物質の構成に成功。鉄のわずか５％の密度でその１０倍ほどの強度を持ったスポンジ状の構造を作り出した。新物質はこれにより、非常に軽量でありながら大きな重量を積載できるようになった。 開発に携わったＭＩＴのチャオ・チン氏は「橋のようなインフラで使用される多くの物質や、鉄やコンクリートに代わるものとしてこの種の物質を使うことができる」と指摘する。 グラフェンは２００２年、英マンチェスター大学のアンドレ・ガイム教授により発見された。 同氏

どうも、しんざきです。隙あらば風来のシレン4で浜辺の魔洞に潜り始めてしまう病気に罹患してから数年経ちます。浜辺中毒です。 長男はまだ小4なんですが、最近になって「塾に行ってみたい」と言い出しまして。しんざき奥様とも相談しつつ色々考えたんですが、折角本人がやる気出してるんだし、ということで週二日で塾に通わせ始めました。 サッカーとの二足の草鞋は結構大変そうに見えるのですが、話を聞いている限りでは「学校の勉強とは全然違ってて面白い」らしいです。 時には難しい問題に突き当たって苦労することもあるようですが、本人がやる気を出してる間は、フォローしつつ見守りたいなーと思っています。 で、最近、長男の言葉でいたく感心したことがありまして。身内褒めみたいになってしまって大変恐縮なのですが、ちょっと書き留めておきたくなりました。 仕事の後時間があったので、長男を塾に迎えに行った時の話です。 長男が通ってい

5月26日の日本文明研究所シンポジウム「禅とマインドフルネス」ニコ生、よかった、まあよかった、ふつう、で100%、よくなかった、はゼロでした。 https://t.co/3yvvF67dwT

データは Variable に保持 計算は Function （の具象クラス）で実行 します。 ここでデータと呼んでいるのは、学習データのほか、ユニット間の重み、そしてバイアス等のパラメータも指しています。 Function にはさまざまな具象クラスがあり、それぞれ固有の計算ロジックを実装していますが、共通ルールとして、forward メソッドで順伝播、backward メソッドで逆伝播を処理しています。 そして下図のように、Function は Variable を入力として受け取り、Variable を出力します。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

手書き数字画像の認識を行うTensorFlowのチュートリアルであるMNIST For ML Beginners[日本語訳]およびDeep MNIST for Experts[日本語訳]を通してディープラーニングについて勉強したので理解した内容をまとめてみました。的な話です。 TensorFlowとディープラーニングの概要 TensorFlow 実装イメージ ディープラーニング チュートリアル1：MNIST For ML Beginners 前提知識のキャッチアップ 単純パーセプトロン MNIST ソフトマックス関数 交差エントロピー 確率的勾配降下法 TensorFlowで動かしてみる 計算グラフ 実装内容と実行結果 コードの全容 チュートリアル2：Deep MNIST for Experts 前提知識のキャッチアップ 畳み込みニューラルネットワーク 畳み込み層 プーリング層 全結合層