8月
23
Deep Learning 自習会 #11
Assignment 5残りをざっくりやって、Assignment 6までたどり着く予定
募集内容 |
Attendee Type 1 無料
先着順
|
---|---|
申込者 | 申込者一覧を見る |
開催日時 |
2016/08/23(火) 19:00 ~ 21:30
|
募集期間 |
2016/08/02(火) 20:13
〜 |
会場 |
(場所未定) |
イベントの説明
注意
- masayaと知り合いでないと参加できませんので知り合いでない方は参加ボタンを押しても強制キャンセルされますのでご容赦ください。
目的
- Deep Learning のコースがGoogle より用意されているのでこれを教材にTensorFlowでのDeep Learning のやり方を学ぶことが目的です。
今回やること
- Assigment 5のCBOWの問題をさくっと見て、その後動画をAssigment 6まで見る予定。
前回までやったこと
- 自習会 #10: Lesson 4最初(Train a text embedding model)から見てAssigment 5まで。CBOWの問題は解いてない
- 自習会 #9: Lesson 3の最初から動画をすべて見て、Assignment 4にはいりました
- 自習会 #8: Assignment 3を全部やりました
- 自習会 #7: Training a Deep Learning NetworkからAssignment 3まで
- 自習会 #6: Assignment 2
- 自習会 #5: 時間が空いてしまったので前回までの復習
- 自習会 #4: Lecture 2 最初 (Intro to Lesson 2)から Assignment 2: Stochastic Gradient Descent(チラ見)まで
- 自習会 #3: Assignment 1 (not MNIST) のProblem 3 からLesson 1最後(Parameter Hyperspace!)まで
- 自習会 #2: Cross Entropy からAssignment1 not MNIST 全体まで
- 自習会 #1: Lesson 1の最初(What is Deep Learning?) からOne-Hot Encoding Quizまで
対象物
- Googleが用意したDeep Learningのコース で毎週自習会を行い、このコースを修了させたいと思っています。コースシラバスによると毎週6時間使って3ヶ月程度とのこと。
- なお、このコースは英語のみ(Youtubeなので日本語自動翻訳はあるようですがどの程度正確かは責任持てません)
- 英語のTranscript(筆写)はダウンロードできるので講師が何を言っているのかは読めばわかるはず。
やり方
- 毎回(毎週)やることを決めて皆で集まって同じものを自習する
- できたところまで(多分平均的なところまで)を誰かがまとめる
- 次の回までに決めたところまで自習して、次回の最初にまとめをし、わからないところ議論する
- それが終わったら、1に戻る(決めたところを自習)
対象者
- 英語のリスニングなんとかなる人もしくはTranscript読めばなんとかなる人
- 以下の要件をなんとなく満たしている人(コース概要より抜粋)
Prerequisites and Requirements This is an intermediate to advanced level course. Prior to taking this course, and in addition to the prerequisites and requirements outlined for the Machine Learning Engineer Nanodegree program, you should possess the following experience and skills: * Minimum 2 years of programming experience (preferably in Python) * Git and GitHub experience (assignment code is in a GitHub repo) * Basic machine learning knowledge (especially supervised learning) * Basic statistics knowledge (mean, variance, standard deviation, etc.) * Linear algebra (vectors, matrices, etc.) * Calculus (differentiation, integration, partial derivatives, etc.)
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。