異端開発室

深層強化学習を用いたSnake AIの構築 本稿では、強化学習アルゴリズムを活用したSnake AIの実装について、理論的背景から実装上の注意点、最適化手法に至るまで包括的に解説する。対象コードはGitHub上で公開されている林亦LYi氏による実装をベースとしている。 理論的基盤 機械学習の概要 機械学習は 크게大きく三つのパラダイムに分類できる。教師あり学習（Supervised L ...

はじめに 本プロジェクトは、mini_Xceptionという深層学習ネットワークモデルに基づく顔表情認識システムです。CNN畳み込みニューラルネットワークをコア技術として構築し、データセット処理、モデル構築、トレーニングコード、そしてPyQt5ベースのアプリケーションインターフェース設計について詳細に説明します。本アプリケーションでは、画像、ビデオ、リアルタイムカメ ...

PyTorchによるCIFAR-10カラー画像分類モデルの実装 環境設定 本チュートリアルでは、PyTorchを使用してCIFAR-10データセットのカラー画像分類モデルを実装します。CIFAR-10は10クラスの物体を含む画像データセットで、機械学習の入門として広く利用されています。 開発環境： Python 3.8以上 Jupyter Notebook PyTorch（GPU対応環境推奨） GPU環境のセットアップ 計 ...

顔認識技術におけるディープラーニングの応用 近年、コンピュータビジョンと機械学習の進展により、顔認証を活用した自動勤怠管理が現実的なソリューションとして注目されています。本稿では、畳み込みニューラルネットワーク（CNN）を中核に据えたリアルタイム顔認識勤怠システムの構築プロセスについて解説します。このシステムは、従業員登録、顔特徴の抽出、データベー ...

はじめに 従来の画像処理では、画像データを平坦化して入力としていました。しかし、この手法では隣接するピクセル間の空間的相関関係を無視してしまうという本質的な問題がありました。 本章で解説する畳み込みニューラルネットワーク（Convolutional Neural Network、CNN）は、画像データの処理に特化した強力なニューラルネットワークアーキテクチャです。現在、计算 ...

画像認識タスクにおいて、畳み込みニューラルネットワーク（CNN）は空間的特徴を効率的に抽出できるため、多層パーセプトロン（MLP）よりも優れた性能を発揮することが知られています。本稿では、猫と犬の二値分類というシンプルな課題を通じて、両者の構造的差異と学習挙動を実コードで比較・分析します。 環境設定とデータ準備 Google Colab上でTensorFlow 2.xを使用し ...

環境設定 import torch import torchvision from torchvision import transforms, datasets import torch.nn as nn import torch.nn.functional as F from torch.utils.data import DataLoader, Dataset import os import PIL import pathlib import numpy as np import pandas as pd import matplotlib.pyplot as plt # デバイス設定 device = torch.device("cuda" if to ...

ディープラーニングの入門ガイド 1. はじめに この記事は、私がディープラーニングを始める際に経験したプロセスをまとめたものです。2020年の集創賽で神経ネットワークアルゴリズムの開発を担当した際の経験も含んでいます。 2020年初頭、私はディープラーニングの応用を試みるためのプロジェクトを立ち上げました。その課題はハンドジェスチャーセンシングシステムの実現 ...

開発環境設定 WSL2(Ubuntu 22.04) + PyTorch 2.1.2 + Python 3.9.18環境構築 ハードウェアアクセラレーション設定 import torch # CUDA互換GPUの利用設定 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") print(f"使用デバイス: {device}") データ処理パイプライン構築 データセット準備 from torchvision import datasets, transforms # ...

CIFAR-10データセットを使用して卷積ニューラルネットワーク(CNN)モデルを構築し、訓練するプロセスについて説明します。ここでは、データ拡張、バッチ正規化、および学習率スケジューラーなどの技術も紹介します。 データ拡張 データ拡張は、モデルの汎化性能を向上させるために訓練データを増幅するテクニックです。 import torch import torchvision.transforms as T f ...