hrs1985 (@hrs1985)


参加する勉強会

4/21 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 株式会社groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 前回同様、前半ハンズオン、後半発表(LT)の2部構成を予定しています。 1. OpenAI Gym を使ったゲームの強化学習ハンズオン OpenAI Gym は、OpenAI の提供する強化学習の開発・評価用のプラットフォームです。 今回はこの OpenAI Gym が提供するシュミレーション環境を利用して、ゲームの学習を通じて強化学習に触れあおう!というテーマでハンズオンを行います。 環境等 ※Python 等は事前にインストール or DockerイメージDL で準備しておいてください。 以下の環境を前提とします: Dockerを利用しない場合 windowsでは難点が多いため、virtualboxなどの仮想環境でubuntu16.04を使うことをおすすめします。 gymには依存するものがあり、インストールする必要があります。 Macの場合 brew install cmake boost boost-python sdl2 swig wget ubuntu14.04の場合 apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig python環境は次が必要です。 Python 3.x (3.5 以上を推奨) pip install gym pip install "gym[atari]" pip install chainerrl Dockerを利用する場合 docker pull nkats/mln_gym で環境でダウンロードしてください。 ハンズオン資料 資料 https://qiita.com/n_kats_/items/932ca8dccab66f3255ed プログラム https://github.com/n-kats/MLN_201804 はじめに資料を読みながら流れを解説します。その後、プログラムをもとに手を動かしてもらおうと思います。 2. 発表(LT) 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 時間割 13:00-15:00 ハンズオン(休憩含む) 15:10-15:25 Yamazakiさん Dockerについて 15:25-15:55 TakaAdachi 害獣識別の機械学習 15:55-16:00 《スポンサーLT》Forkwell サービスの紹介 16:00-16:20 antimon2 たぶんJulia関連 会場について ※前回と部屋番号が異なります。ご注意ください。 オフィスパーク伏見・りそな名古屋ビル 8D 地下鉄伏見駅直結! 飲食可能(ゴミはお持ち帰りください) Wi-fi なし(テザリング環境等は各自でご用意をお願いいたします) 電源あり(電源タップケーブルを持ってきていただけると助かります) 勉強会開始前はバスケットボールのゲームをスクリーンに流しています。 懇親会について 勉強会後に、懇親会を予定しています。 こちらも来栖川電算様とgrooves様が一部、負担をしていただけます。 ぜひ、ご参加ください。


過去の勉強会

2/3 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 株式会社groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 前回同様、前半ハンズオン、後半発表(LT)の2部構成を予定しています。 1. CIFAR-10のハンズオン CIFAR-10画像データセットは小さいサイズのカラー画像のデータセットです。 画像サイズは32 x 32px 10クラスの画像がそれぞれ6000枚、計60000枚の画像がある そのうち50000枚が学習データ、10000枚がテストデータ クラスはairplane, automobile, bird, cat, deer, dog, frog, horse, ship, truck 今回はこのデータセットを題材に、TensorFlow/TensorBoard の使い方、CNN(畳み込みニューラルネット)の基本を抑えよう!というテーマでハンズオンを行います。 環境等 以下の環境を前提とします: Python 2.7.x / 3.x (3.5 以上を推奨) TensorFlow v1.3.x 以降(なるべく最新) TensorBoard(任意、TensorFlow と同時にインストールされていればそれでOK) Jupyter notebook(任意、あると便利) ※TensorFlow 等は事前にインストール or DockerイメージDL で準備しておいてください。  (前回の勉強会で準備した Docker イメージ でもOK) ハンズオン資料 ハンズオン資料 2. 発表(LT) 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 antimon2 (未定、たぶん Julia 関連) 《スポンサーLT》Forkwell サービスの紹介 時間割 《準備中》 会場について ※前回と会場が異なります。ご注意ください。 オフィスパーク伏見・りそな名古屋ビル 8B 地下鉄伏見駅直結! 飲食可能(ゴミはお持ち帰りください) Wi-fi なし(テザリング環境等は各自でご用意をお願いいたします) 電源あり(電源タップケーブルを持ってきていただけると助かります) 勉強会開始前はバスケットボールのゲームをスクリーンに流しています。 懇親会について 勉強会後に、懇親会を予定しています。 こちらも来栖川電算様とgrooves様が一部、負担をしていただけます。 ぜひ、ご参加ください。