文書の過去の版を表示しています。
(3)モデルの記述
<ChainerでMNIST目次>
(0)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
(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)
(6)結果の出力
#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, ...): # 損失関数 def fwd(self, x): # 順伝播? ここにもモデルを記載、予測するときにこの関数を用いる
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。
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。
#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)
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。)
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
Chainer2でMNIST目次
Chainer2プログラミングの全体図