===== (4)モデルと最適化アルゴリズムの設定 ===== \\ [[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]]\\ (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]]\\


#5 学習
iterator = iterators.SerialIterator(train, 1000)
updater = training.StandardUpdater(iterator, optimizer)
trainer = training.Trainer(updater, (10, 'epoch'))
trainer.extend(extensions.ProgressBar())

trainer.run()

===== 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、[[(4)モデルと最適化アルゴリズムの設定]]の続きであり、今回は、MNISTの学習（trainerを利用しない場合）の記述を行っていきます。 ===== 手順 ===== ==== 0. 前回終了時の画面 ==== [[(4)モデルと最適化アルゴリズムの設定]]終了時の、以下のような状態から始めます。 {{:pasted:20171020-001702.png}} ==== 1. 学習 ==== 以下のコードを入力して、Shift + Enterを押します。以下の例は、Trainerを利用する方法となっています。


#5 学習
iterator = iterators.SerialIterator(train, 1000)
updater = training.StandardUpdater(iterator, optimizer)
trainer = training.Trainer(updater, (10, 'epoch'))
trainer.extend(extensions.ProgressBar())

trainer.run()

すると、以下のような画面になります。 {{:pasted:20171101-164618.png}} 次は、[[(6)結果の出力]]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 ===== \\ [[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]]\\ [[(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 ←いまここ\\ [[(6)結果の出力]]\\