文書の過去の版を表示しています。
(4)モデルと最適化アルゴリズムの設定
<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
(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
#4 モデルと最適化アルゴリズムの設定(ほぼお約束の3行) model = MyModel() optimizer = optimizers.Adam() optimizer.setup(model)
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、(3)モデルの記述の続きであり、今回は、MNISTのモデルと最適化アルゴリズムの設定の記述を行っていきます。
といっても、最初は、毎回、おまじないの3行をコピペするだけです。内容を理解できるようになってから、Adam()のところを、SGD(lr=0.1)などの置き換えたりして、微調整していけば十分だと思います。
手順
0. 前回終了時の画面
(3)モデルの記述終了時の、以下のような状態から始めます。
1. お約束の3行を入力
以下のコードを入力して、Shift + Enterを押します。
#4 モデルと最適化アルゴリズムの設定(ほぼお約束の3行) model = MLP() optimizer = optimizers.Adam() optimizer.setup(model)
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、モデルと最適化アルゴリズムの設定を記述する作業は上記でおしまいです。
次は、(5)学習(Trainerを利用しない場合)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。
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。
リンク
<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
(4)モデルと最適化アルゴリズムの設定 ←いまここ
(5)学習(Trainerを利用しない場合)
(6)結果の出力