どうも、カタミチです。
さて、今日も「最短コースでわかる PyTorch&深層学習プログラミング」のひとり読書会、やっていきますかねー。
今日は「序章」の後半戦ですね。いってみよ〜
序章 初めての画像認識（つづき）
さて、唐突な思いつきですが、今回から「今は全体のどのへんにいるのか？」っていうのが分かるように、地図を貼ってみることにしました。
どん！
ひとまずは前半の「基礎編」までを俯瞰できるようにしました。
今日やっていくのは、序章の4節と5節ですね。箱の色をオレンジ色にして強調してみました。
4. 初めての実習
さて、とりあえず前回は、用意されたNotebookをGoogle Colabに読み込んだところまででしたね。今回のコードはどうやら、最終章で実践する画像分類のコードをいきなり動作させてみるようです。
…あーこれ、ゲームなどで言う「負けイベ（負け確定イベント）」ってやつですね。いきなり強大な敵が出てきて負ける。そこから立ち上がる勇者たち！みたいな。
ということで、勇者Lv.1…参る！
さて、Google Colabの仕様なのかは分かりませんが、どんなコードでも「その日のいちばん最初の実行」は少し時間が掛かるんですよねー。何かの認証が入ってたり接続に時間が掛かったりするんですかねー。今回の場合はライブラリのインストールが最初だったので、それ自体が重かったのかもしれません。まぁ、遅いと言っても10数秒で終わりましたが（ふむ）。
で、ずんずんコードを実行していったんですが…ほとんど何をやっているのか分かりませんでした（無事敗北）。
ただ、ほとんどの処理が、関数に何らかの引数を送る形で記述されている…ってことは分かりました。つまり、機械学習に必要なロジックはたいてい用意されているって事なんですかねー。
メインの処理である「学習」の部分も、数学理論をそのまま数式として適用させるのに比べて簡素な書き方になっています。Kerasに比べて学習の処理が冗長…みたいな話でしたが、十分簡素に書かれてる気がします。
また、学習については実行時に進捗が分かるプログレスバーが出てきました。視覚的な配慮があるのは嬉しいですね。
今回、投入する入力データ（画像）の量が少なかったこともあってか、前に6万枚の画像データを学習させたときに比べても短い時間で実行が終わりました。前のシンプルなディープラーニングモデルに比べて、今回の方が複雑な事をしてる…気がするんですが、やはりかかる時間はデータ量が一番効いてくるって感じですかね。
で、最後まで流してみると…
入力画像が「オオカミ」と「シベリアンハスキー」に分類できた！
こうして、世界に平和が訪れたのであった。〜完〜
…いや、始まったばっかりやがな（ノリツッコミ）。
5. 本書の構成
さて、本章の最後は「本書の構成」という節です。章ごとに、簡潔にその章のポイントが書かれていました。
ここへは記載しませんが、それぞれの章を読み始める時には、ここにまた戻ってきてポイントを確認するのがいいかもなー、と思いました。はい。
ということで
ひとまず、借りてきた伝説の剣でラスボスを倒しました。どうやらこれは、負けイベではなく、夢オチイベントだったみたいです。「よっしゃー、敵の大将を倒したぞー」（ガバッ）「なんだ…夢か…」的な。
さて、次こそようやく「1章」に突入です。気合入れていくぞー。
ではまた。
