Deep Learning実践開発講座

講座概要

 

Deep Learning実践開発講座「DL4US」は、東京大学松尾研究室が開催する、Deep Learningの実務での活用を考える開発者を対象とした、無償オンライン教育プログラムです。2018年からスタートし、第1期・第2期合わせて500名以上の方にプログラムを提供しています。また、本年より開発した演習コンテンツの一般公開を行ない、より多くの方にDeep Learning技術習得の機会を提供しています。

第3期では、”受講生コミュニティ” の価値最大化を目指して、1）コンペ形式の課題を通じた競争、2）受講生フォーラムでの議論・助け合い、3）講座期間中・後の交流、に重点を置いた運営を行います。

実践的なDeep Learning技術を身に付けたい方のご応募をお待ちしております。

Apply

（リンク先の注意事項をよく読んで登録ください）

講座の特徴

演習コンテンツは以下のページにて公開しており、個人での利用に限り、自由にダウンロード可能です。

公開ページ

1受講者 – 1GPUサーバ

全ての受講者に一人一台の独立した仮想GPUサーバが割り当てられます．受講中は他の受講者の影響を受けることなく学習を進めることができます。

ブラウザのみ必要

必要なものはWebブラウザのみです。ブラウザを通じてGPUを利用したPythonプログラミングが可能な開発環境が提供されます。クリック操作のみで演習を開始することができます。

構築済み環境

必要な全てのDeep Learning・機械学習ライブラリがインストールされ、構築済みの環境が配布されますので、すぐに学習を開始し本題に集中して取り組むことが可能です。

演習中心で効率良く短期習得

本プログラムの最大の特徴の一つは、全てのトピックについて，演習を中心に構成されている点です。実際に手を動かしながら理解を進めることで、効率よく学習することができます。

モデルの学習

Deep Learning技術では、モデルが学習する様子を観測しながらパラメータを調整することで、アプリケーションに応じたパフォーマンスの最大化を図ることが非常に重要です。この一連の流れを全ての演習で経験することで、重要な要素を身につけられます。

Kerasのみ

コンテンツ内のコードは全てKerasと標準的なライブラリ（Numpy, Scipy, Scikit-learn等）で構成されています。

企画・運営

松尾豊

東京大学大学院工学系研究科

鈴木雅大

東京大学大学院工学系研究科

佐々木 優

東京大学大学院工学系研究科

スタッフ

藤野 暢

東京大学大学院新領域創成科学研究科

石上 亮介

東京大学大学院理学系研究科

久保 静真

東京大学大学院工学系研究科

講座内容

Lesson0:
機械学習・Deep Learningのキソ		 機械学習概観
Lesson1:
手書き文字認識をしよう		 Keras入門、MNIST、MLP、前処理、勾配に関するテクニック、過学習に関する手法、Fashion MNIST
Lesson2:
畳み込みニューラルネットワーク		 CNN基礎、Data Augmentation、画像データの正規化、Batch Normalization、Skip Connection
Lesson3:
系列データで予測させてみよう		 RNN、BPTT、Gradient Clipping、LSTM、GRU
Lesson4:
ニューラル翻訳モデルをつくってみよう		 言語モデル、分散表現、Seq2Seq、Keras Functional API、Attention
Lesson5:
画像からキャプションを生成しよう		 MSCOCO、学習済みモデルの利用、キャプション生成、Attention
Lesson6:
ニューラルネットに画像を生成させよう		 生成モデル入門、GAN、Conditional GAN、VAE
Lesson7:
ニューラルネットでゲームを攻略するAIをつくろう		 強化学習入門、Q学習、DQN、OpenAI Gym、Double DQN、Dueling Network
最終課題: TBD

※ 内容に関しては、変更となる可能性がございます。ご了承下さい。

日程

応募期間 2019/09/30〜2019/10/09
Numpyテスト案内 2019/10/11
Numpyテスト 2019/10/11〜2019/10/15
受講可否通知 2019/10/18 予定
第1回コンテンツ配信 2019/10/25
最終プロジェクト取り組み期間 2019/12〜2020/1
修了者懇親会 2020/3 予定

講座概要 / 募集要項

  • 受講形式：完全オンライン。毎週の宿題提出と最終課題に取り組んでいただきます
  • 受講希望の方には、選考のため、オンラインでのNumpyテストを受験いただきます（所要時間：90分以内）
  • 定員：100名※希望者多数の場合は、テスト結果および抽選により受講者を決定します

講座対象者

  • 修了を前提に取り組んでいただける方（毎週の宿題提出および最終課題提出が条件となります）
  • 実務においてDeep Learning技術の利用を考えている方
  • プログラミングの経験がある方
  • 本講座では、Kerasを使った実装を中心とした実践向けの講座になっています。そのため、Deep Learningの理論的な説明は必要最小限に留めた内容となっています。
Apply

Other Course

Copyright © 2017 Deep Learning JP. All Rights Reserved.