実施から時間が経ってしまったのですが、#9 に引き続き、先日 Google 社よりオープンソース化された TensorFlow という機械学習ライブラリを使った勉強会を2016年4月に実施しました。Google+ コミュニティや、前回の TensorFlow の勉強会の内容についてはこのブログの 第9回をご覧ください。
では勉強会の様子を簡単にお伝えします。
[toc]
午前中： TensorFlow チュートリアル
午前中は、TensorFlow の環境構築とチュートリアルの実施を目標として、最初に私の方で説明を行った後に、各自で作業をしました。
内容は、 Docker（もしくは Vagrant）を用いた環境準備と、TensorFlow の画像認識のチュートリアル がありましたので、こちらで使われている手法を全員で試してみました。
午後1: 機械学習に関する発表
午後は有志の方による機械学習にまつわる発表がありました。
新聞社説のテキスト分類
森さんは新聞社説のデータを用いて、それがどの新聞社のものかを分類する研究をされていたそうです。その手法としてニューラルネットを用いています。
現在の方法は名詞の出現回数を用いていますが、単語の組み合わせによる意味が重要な場面が多々あるとのこと。質疑応答では n-gram などの単語の前後を含めた方法で改良できるのでは、との意見が上がり、活発に議論がされていました。
機械学習ソフトの紹介
株式会社アカデメイアの小西さんは、TensorFlow、Chainer、Caffe の3つの機械学習アプリケーションを実際にインストールして使用した際の違いを発表しました。Mac 環境だと、使用している numpy が依存する BLAS ライブラリの関係で Chainer の精度が上がらない問題があることや、CPU 環境では TensorFlow はややパフォーマンスが劣る点など、実際に使った上でのノウハウや気づいた点がまとめられています。
午後2: 各自作業、成果発表
夕方からは、運営側で出したテーマに従って各自が作業する時間でした。
この勉強会では、どのような作業を行ってどんな成果が出たかを最後に全員に共有してもらうことにしています。そのため、参加者は集中して作業される方が多く、もくもく会やちょっとしたハッカソンのような雰囲気があります。
今回は TensorFlow のチュートリアルで扱った画像分類機を拡張し、運営メンバーの顔写真数百枚を使って、人物特定する分類機を作ろう！というお題を出しました。ノートパソコンだとモデルの学習に時間が掛かったり、そもそもメモリの制約で動かなかったりするなど、動作させるのに苦労していた方が多かったようです。しかし短い時間の中で分類機を完成させた方もいました。最後の発表では、作った分類機にいろいろな画像を入れて、どのような結果になるかを共有してくれました。
以下は最後の発表の様子です。簡単なコメントのみでも十分なのですが、資料を作ってスライドなどで発表してくださる方もいました。
懇親会
今回は実施が日曜日だったこともあり、懇親会は会場で簡単なおつまみとお酒を用意して行いました。機械学習関連の業務や研究内容の話で盛り上がったり、白板を使ってロジックの説明をされる方もいるなど自由な雰囲気でしたw
次回のテーマは、実はこの懇親会から案が出ており、近々アナウンスいたします。人が集ってアイデアやアクションは自然に生まれるのは嬉しいですね。それではまた次回！
