狠狠撸

Webエンジニアが
初めて機械学習に触れてみた話
泰昌平 @ShoheiTai

泰昌平
スパイスファクトリー株式会社事業部長
?平成生まれ
?ペチパー。CakePHP、Phalcon、WPなど。
?Pythonが好きで趣味レベルで色々動かしてま
す。
?フロントエンドの開発、最適化が好き。
?趣味はダーツ（ハード?ソフト）とバイク。
自己紹介

前回のLTではこれを動かしました。
http://www.slideshare.net/shouheitai/pythongoogle-57553654

機械学習の分野が好きな同期に勧められ
TensorFlowを触ってみました

Q.TensorFlowを触ったことある
人？

今日の内容について
○ TensorFlowの基本的な使い方
○ チュートリアルを動かしてみた話
○ 数学つらい的な话

TensorFlow
?Googleのディープラーニングライブラリ
?2015年11月にオープンソースとしてリリー
ス
?Apache2.0ライセンス、商用利用可
?GPU、CPUプログラミングに対応
?TensorBoardで学習結果をWebで確認できる

なんか面白そう！触ってみよう！

TensorFlowをインストールしてみた
Windows→TensorFlowが対応していない
Mac→持っていない
AmazonLinux(EC2)→普段使っていたPython環境
で2時間ハマり挫折。tensorflowのバージョン問題
…？

ubuntuでインストール
// Python環境
$ sudo apt-get install python-pip python-dev python-virtualenv
// tensorflowの仮想環境
$ virtualenv --system-site-packages ~/tensorflow
// 仮想環境の有効化
$ source ~/tensorflow/bin/activate
// tensorflowのインストール
(tensorflow)$ pip install --upgrade
https://storage.googleapis.com/tensorflow/linux/cpu/tens
orflow-0.8.0-cp27-none-linux_x86_64.whl

罢别苍蝉辞谤贵濒辞飞のコードを触ってみる

TensorFlowの書き方をざっくりと
1.データフローグラフをプログラムで組み立てる
→変数の定義やモデル式、学習アルゴリズム
2.セッションにデータフローグラフ(結果のノード)
を渡す
3.セッションで実行

簡単な計算
>>> import tensorflow as tf
>>> sess = tf.Session()
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> c = tf.add(a, b)
>>> sess.run(c) # sess.run(a+b)
42
https://github.com/tensorflow/tensorflow#try-your-first-tensorflow-program を一部変更

データフローグラフ
a
b
cadd

データフロー（ノード、オペレーシ
ョン）
?演算処理、定数を表す。
a
b
cadd

データフロー（エッジ）
?データの入出力を表す。テンソルが流れる道筋。
a
b
cadd

データフロー（テンソル）
?データ構造。n次元の配列。エッジの上を流れる。
a
b
cadd

セッション
?データフローグラフ(結果のノード)を受け取
り、非同期に処理を実行していく。
?セッションでrunするまでは処理が行われな
い。
?CPU、GPUへ処理の振り分けなども行う。

簡単な計算（再掲）
>>> import tensorflow as tf
>>> sess = tf.Session()
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> c = tf.add(a, b)
>>> sess.run(c) # sess.run(a+b)
42
https://github.com/tensorflow/tensorflow#try-your-first-tensorflow-program を一部変更

Introductionを動かして
機械学習を体験する

Introduction
https://www.tensorflow.org/versions/master/get_started/index.html

ここでやっていること
# ランダムなx値を生成
x_data = p.random.rand(100).astype(np.float32)
# 「y = x * 0.1 + 0.3」のデータを作成
y_data = x_data * 0.1 + 0.3
y = 0.1x + 0.3の「0.1」と「0.3」を
機械学習(最急降下法)で導き出す。

ここでやっていること
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer =
tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
y = 0.1x + 0.3の「0.1」と「0.3」を
機械学習(最急降下法)で導き出す。

学習過程
学習を繰り返していく度に
「0.1」と「0.3」へ近づいている！

TensorFlowを触ってみて
?機械学習の事前知識が必要。軽く触ってみる
のも難しい。。
?数学的なアルゴリズムをプログラムで表現し
やすくなっており、ソースを読むことで理解で
きる部分も多かった。

ご清聴ありがとうございました

Credits
Special thanks to all the people who made and
released these awesome resources for free:
? Presentation template by 狠狠撸sCarnival
? Photographs by Unsplash
TensorFlow, the TensorFlow logo and any related
marks are trademarks of Google Inc

狠狠撸

奥别产エンジニアが初めて机械学习に触れてみた话

More Related Content

奥别产エンジニアが初めて机械学习に触れてみた话

Editor's Notes