差分

このページの2つのバージョン間の差分を表示します。

--- 3_モデルの記述 [2017/10/19] – [見出し] adash333
+++ 3_モデルの記述 [2017/11/05] – 以前のリビジョンを復元 (2017/11/03) adash333
@@ 行 1: / 行 1: @@
 ===== (3)モデルの記述 =====
-<ChainerでMNIST目次>\\
+<wrap hi>Chainer2でMNIST目次</wrap>\\
-[[Chainer2プログラミングの全体図|(0)Chainer2プログラミングの全体図]]\\
+[[Chainer2プログラミングの全体図]]
-[[(1)Chainer2を使用するためのimport文]]\\
+  -[[(1)Chainer2を使用するためのimport文]]
-[[(2)データの準備・設定]]\\
+  -[[(2)データの準備・設定|(2)データの準備・設定(Chainer)]]
-(3)モデルの記述  ←いまここ\\
+  -[[(3)モデルの記述|(3)モデルの記述(Chainer)]]　<wrap hi><= いまココ</wrap>
-[[(4)モデルと最適化アルゴリズムの設定]]\\
+  -[[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]]
-[[(5)学習（Trainerを利用しない場合）]]\\
+  -[[(5)学習と結果の出力(Chainer)]]
-[[(6)結果の出力]]\\
+  -[[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]]
+  -[[(7)推測|(7)推測(Chainer)]]
 <code>
+#3 モデルの記述
+class MyModel(Chain):
+    def __init__(self):
+       super(MyModel,self).__init__(
+            # パラメータを含む関数の宣言
+        )
+    def __call__(self, ...):
+    # モデルを記載
+</code>
+===== 開発環境 =====
+Windows 8.1\\
+Anaconda \\
+Python 3.5\\
+Chainer 2.0\\
+Chainerのインストール方法は[[Chainer2.0をWindowsにインストール]]をご覧下さい。
+このページは、[[(2)データの準備・設定]]の続きであり、今回は、MNISTのモデルの記述を行っていきます。
+===== 手順 =====
+==== 0. 前回終了時の画面 ====
+[[(2)データの準備・設定]]終了時の、以下のような状態から始めます。
+{{:pasted:20171103-224810.png}}
+==== 1. モデルの記述 ====
+以下のコードを入力して、Shift + Enterを押します。
+<code>
+#3 モデルの記述
+import chainer
+import chainer.links as L
+import chainer.functions as F
+class MyModel(Chain):
+    def __init__(self, n_mid_units=100, n_out=10):
+        # パラメータを持つ層の登録
+        super(MyModel, self).__init__(
+            l1=L.Linear(None, n_mid_units),
+            l2=L.Linear(n_mid_units, n_mid_units),
+            l3=L.Linear(n_mid_units, n_out),
+        )
+    def __call__(self, x,t):
+        # 損失関数
+        return F.softmax_cross_entropy(self.fwd(x),t)
+    def fwd(self, x):
+        #  データを受け取った際のforward計算を書く
+        h1 = F.relu(self.l1(x))
+        h2 = F.relu(self.l2(h1))
+        return self.l3(h2)
 </code>
-===== 見出し =====
+すると、以下のような画面になります。（ほとんど何もおこりません。）
-a
+{{:pasted:20171020-001546.png}}
+Chainerで、Multiple layer Perceptoronのモデルを記述する作業は上記でおしまいです。
+次は、[[(4)モデルと最適化アルゴリズムの設定]]に進んでください。
+===== 参考文献 =====
+Chainer: ビギナー向けチュートリアル Vol.1
+ mitmul 2017年05月18日に更新
+https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a
+Chainer2に関しては、以下の本がかなりおすすめです。
+<html>
+<iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=B01NBMKH21&linkId=a7a35903a4c55f62d8aa012c3d0277d8"></iframe>
+</html>
+Deep Learningについての理論については、以下の本が超お勧めです。
+<html>
+<iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4873117585&linkId=603bea27ea1777eb662830c5609200a1"></iframe>
+</html>
 ===== リンク =====
-<ChainerでMNIST目次>\\
-[[Chainer2プログラミングの全体図|(0)Chainer2プログラミングの全体図]]\\
+次 [[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]]
-[[(1)Chainer2を使用するためのimport文]]\\
-[[(2)データの準備・設定]]\\
+前 [[(2)データの準備・設定|(2)データの準備・設定(Chainer)]]
-(3)モデルの記述  ←いまここ\\
-[[(4)モデルと最適化アルゴリズムの設定]]\\
-[[(5)学習（Trainerを利用しない場合）]]\\
+<wrap hi>Chainer2でMNIST目次</wrap>\\
-[[(6)結果の出力]]\\
+[[Chainer2プログラミングの全体図]]
+  -[[(1)Chainer2を使用するためのimport文]]
+  -[[(2)データの準備・設定|(2)データの準備・設定(Chainer)]]
+  -[[(3)モデルの記述|(3)モデルの記述(Chainer)]]　<wrap hi><= いまココ</wrap>
+  -[[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]]
+  -[[(5)学習と結果の出力(Chainer)]]
+  -[[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]]
+  -[[(7)推測|(7)推測(Chainer)]]