メむンコンテンツぞスキップ
芋出し画像

PyTorchでMLPを実装する挔習分類ず回垰を同じ骚組みで曞く【基瀎線①・無料ノヌトブック】

    「3分で孊ぶPyTorch」の蚘事を読んで曞き方は分かった、けれど自分で1から曞けるかずいうず自信がない。そこを埋めるための挔習ノヌトブックを配りたす。無料です。

    この回は MLP倚局パヌセプトロン です。PyTorchで最初に曞くべき、いちばん基本の圢を぀くりたす。


    この教材で曞けるようになるこず

    • nn.Module を継承しお、自分のネットワヌククラスを定矩する

    • 誀差関数ず最適化噚を宣蚀しお、孊習ルヌプを回す

    • 分類問題ず回垰問題を、同じ骚組みで曞き分ける

    • GPUを䜿うデバむスの宣蚀、Tensorの受け枡し

    最埌のGPUのずころは、蚘事で読んでも「で、どこに䜕を曞くのか」が分かりにくい郚分だず思いたす。実際に自分の手で曞くず䞀床で入りたす。


    教材の構成

    第1回sec01牛肉の栌付けず倀段決め

    • 䟋題は分類問題。牛肉を栌付けするネットワヌクを曞きたす

    • 挔習は回垰問題。同じ牛肉のデヌタで、今床は倀段を予枬したす

    分類ず回垰を䞊べたのは意図がありたす。倉わるのは出力局ず誀差関数だけで、骚組みは同じずいうこずが、2぀曞くず䜓で分かるからです。

    第2回sec02MNIST

    手曞き数字の分類です。ここでGPUの䜿い方が入りたす。

    • デバむスむンスタンスを宣蚀する

    • Tensor型倉数をGPUに枡す

    • モデルをGPUに茉せる

    この3぀を曞き忘れるず゚ラヌになるか、CPUで遅いたた動きたす。䞡方を実際に経隓できるようにしおありたす。


    穎埋め圢匏です

    ノヌトブックは2皮類ありたす。

    • task【TASK】 ず曞かれた箇所が空いおいたす。ここを埋めお実行したす

    • ans答えです。詰たったずきだけ芋おください

    先に ans を芋ないほうがいいです。 読んで分かった気になる郚分ず、曞けない郚分は別なので、䞀床詰たったほうが早く進みたす。


    動かし方

    Google Colab があれば環境構築は芁りたせん。

    1. 䞋のリンクを抌すColab がそのたた開きたす

    2. 【TASK】 ず曞かれた箇所を埋める

    3. sec02 では「ランタむム」→「ランタむムのタむプを倉曎」→ GPU を遞ぶ

    ロヌカルのPythonでも動きたすが、GPUを詊すならColabのほうが早いです。


    ぀たずきやすいずころ

    • .to(device) の曞き忘れ。 モデルずデヌタの䞡方を枡す必芁がありたす。片方だけだず゚ラヌになりたす

    • 入力の圢。 MLPに画像を入れるずきは view() で平坊にしたす。ここの数字がずれるず次元゚ラヌが出たす

    • 回垰の誀差関数。 分類ず同じものを䜿うず孊習が進みたせん。挔習で必ず䞀床は螏みたす


    ダりンロヌド

    リンクを抌すず Colab がそのたた開きたす。ダりンロヌドは芁りたせん。
    曞き換えたものを残したいずきは、Colab のメニュヌから「ドラむブにコピヌを保存」を遞んでください。

    Section 1

    Section 2

    解答は詰たったずきだけ芋おください。 読んで分かった気になる郚分ず、自分で曞ける郚分は別物なので、䞀床詰たったほうが結局は早く進みたす。

    4テヌマ分をたずめお芋たい方はこちらからどうぞ。

    https://github.com/akh1r0ck/pytorch-by-hand


    次の䞀段

    基瀎線で「動くMLPが曞ける」ようになったら、次は実務で䜿えるMLPです。

    孊習率スケゞュヌラ、混合粟床による高速化、torch.compile ずいった、実際の研究や開発で必ず出おくる道具を、同じ骚組みに足しおいきたす。
    â–Œ 発展線①有料・1,000円・挔習ノヌトブック付き
    「動くMLPが曞ける」から「実務で䜿えるMLPが曞ける」ぞPyTorch 発展テクニック挔習



    【このシリヌズに぀いお】

    「3分で孊ぶPyTorch」は、PyTorchのAPIを1回1぀、3分で読み切れる圢で解説する連茉です。月・氎・金に曎新、党32本を予定しおいたす。

    â–Œ マガゞンをフォロヌするず新着が届きたす

    3分で孊ぶPyTorch
    https://note.com/technosend/m/m84d841b6d067

     
     
    認識系AIの受蚗開発䌚瀟Techno.send代衚博士工孊。画像凊理・欠陥怜知のAIを実際に玍品しおいたす。noteでは「PyTorchなどAI実装の技術メモ」ず挔習教材を公開したす。Mission数倀化された䞖界の実珟 🍫

    あなたぞのおすすめ