☆★☆★☆★　（有）来栖川電算様にスポンサーになって頂きました　☆★☆★☆★
☆★☆★☆★　参加費無料です。どなたでもお気軽にご参加下さい　☆★☆★☆★

前回に続き、TensorFlowを使ったディープラーニングの勉強会を行います。

今回のテーマは、前回に引き続き「RNN」です。

前回は、RNNの講義とWord2Vecのハンズオンを行いました。今回は、RNNのさらに詳細の勉強会を行います。 フレームワークは、前回と同様、Tensorflowを使用します。
※TensorFlowのRNNの説明　https://www.tensorflow.org/tutorials/recurrent/index.html

講師は前回に引き続き、antimon2さんに行って頂きます。

ディープラーニングの勉強したい方は、ぜひ、ご参加ください。

前回、参加されなかった方も、お気軽にご参加ください。 前回の資料等は下記より確認できますので、TensorFlowでの実装を行っておいて頂ければと思います。

第5回資料　ディープラーニングその3
https://antimon2.github.io/MLN_201607/slides/Chapter7_RecurrentNeuralNetwork.slides.html
http://nbviewer.jupyter.org/github/antimon2/MLN_201607/blob/master/TF-Word2Vec.ipynb

第4回資料　ディープラーニングその２
http://antimon2.github.io/MLNGY_201605/slides/Chapter6_ConvolutionalNeuralNetwork.slides.html
http://nbviewer.jupyter.org/github/antimon2/MLNGY_201605/blob/master/TF-MNIST-CNN.ipynb

第3回資料　ディープラーニングその１
http://antimon2.github.io/MLNGY_201604/slides/Chapter2_FeedforwardNeuralNetwork.slides.html
http://antimon2.github.io/MLNGY_201604/slides/Chapter3_StochasticGradientDescent.slides.html
http://nbviewer.jupyter.org/github/antimon2/MLNGY_201604/blob/master/TF-MNIST-3LP.ipynb

会場や会費について

会場は、セミナールームにて行います。70名参加できます。会費は（有）来栖川電算様がスポンサーになっていただいており無料です。

懇親会について

勉強会の後、懇親会を行います。お気軽にご参加下さい。

1. TensorFlow ミニ・ハンズオン

公式チュートリアルの Recurrent Neural Networks をベースに、TensorFlow で簡単な RNN(LSTM) を構築する。

• TensorFlow は、直接インストール or DockerイメージDL で準備しておいてください。
  • Download and Setup
  • Docker
  • Docker for Windows / Docker for Mac / Docker Toolbox
  • pyenv-virtualenv + TensorFlow 環境設定覚書（公式以外の方法の紹介 by antimon2）

※前回の読書会で説明した 深層学習 (機械学習プロフェッショナルシリーズ) の 第7章「再帰型ニューラルネット」 の内容も踏まえて進める予定です。
こちらもご参照ください（書籍をお持ちの方は今回もご持参ください）。

※ハンズオン用資料公開しました！→ TensorFlow による RNN 実習
　（正常に表示されない場合→ nbviewer による変換）

2. 発表（時間が余れば）

何か発表をしていただける方は、ご連絡をお願いします。
RNN/CNN/ディープラーニングに限らず、テーマはどんな内容でも結構です。

1. MasayukiTanaka
   ディープラーニングのフレームワークCaffeについて
   ・Caffeの概要
   ・CaffeをAWSでセットアップする手順の紹介
   ・Caffeサンプルの起動まで
   

2. Hiro Miwa
   ・次回の告知