MNISTデータセットを用いた統計的機械学習とディープラーニングの比較検証
手書き数字識別タスクにおいて、従来の統計的機械学習手法と近年のディープラーニング手法の性能差を明らかにすることは、モデル選定における重要な指針となります。本記事では、標準的なMNISTデータセットを用い、ディープニューラルネットワーク（DNN）、畳み込みニューラルネットワーク（CNN）、およびサポートベクターマシン（SVM）などの代表的なアルゴリズムを同一条 ...
10月1日 12:39 投稿
MNISTデータセットを使用したPyTorchによる基本的なニューラルネットワークの実装
開発環境
Python 3.11.10
PyTorch 2.3.0
この記事では、PyTorchフレームワークを用いて、シンプルな全結合ニューラルネットワークを構築・学習・評価するプロセスを解説します。MNIST手書き数字認識という古典的なタスクを通じて、深層学習の基礎概念を実践的に理解することを目指します。
PyTorchの概要
PyTorchは、コンピュータビジョンや自然言語処理などの分野で広く ...
7月3日 17:56 投稿
PyTorchでMNISTの手書き数字認識モデルを構築する
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
# ...
6月20日 16:09 投稿