イベント概要
概要
ディープラーニングを実践的に学べると大好評のハンズオントレーニング "NVIDIA Deep Learning Institute (DLI)" が全国を巡ります。
今回は日本マイクロソフト様、Preferred Networks (PFN)様と連携し、福岡、大阪、名古屋、札幌の4都市で開催。Microsoft Azure の GPU インスタンス (Tesla K80搭載) 上で、PFN の Chainer を使ったディープラーニングのハンズオンをお届けします。
内容も、
- Chainer による画像分類でディープラーニングの基礎を学ぶ
- PFN のインストラクターによる医用画像セグメンテーション
- GTC 2017 で好評を博した ChainerRL を使った深層強化学習
と盛りだくさん。
いずれも東京に先駆けて実施される最新コンテンツです。この機会にエヌビディアのハンズオントレーニングに是非ご参加ください。
※学生はご登録のうえ、無償にて参加いただけます。
(当日、学生証をお持ちいただきご提示お願いいたします)
当日持参をお願いするもの
- Windows 7 以降、あるいは OS X 10.10 以降が稼働し、Wi-Fi に接続可能なノート PC。IEEE802.11a(5 GHz帯)対応の製品を推奨。
- PC に GPU は不要です。
- 電源と Wi-Fi は会場で用意します。有線 LAN の用意はありません。
事前に準備していただきたいこと
- 持参いただく PC に以下の作業をお願いします。
-
- Google Chrome または FireFox の最新版をインストール (Internet Explorer では正常に操作ができないことがあります)
- 最新のセキュリティ更新プログラム(セキュリティ パッチ)を適用。
- アンチウィルス ソフトウェアのリアルタイム保護機能を無効化できることを確認。(当日はリアルタイム保護を無効にしてください。ハンズオンの実施に支障をきたす場合があります)
- 最新のパターン ファイルでウィルス スキャンを実施。
アジェンダ
時間 | 内容 |
---|---|
12:00 | 開場 |
12:30 | 開演 |
12:30- 14:00 |
ハンズオン #1:Chainer による画像分類 エヌビディア合同会社 シニア ソリューション アーキテクト, GPU コンピューティング 森野 慎也 Chainer はディープラーニングのフレームワークの 1 つで、柔軟かつ直感的にネットワークを記述できる事を特徴としています。GPU にも対応しており、高速な学習が可能です。このハンズオンでは、Chainer で利用されている NumPy 互換インターフェース GPU 用数値演算ライブラリ CuPy の使い方や、Chainer の基本概念および使い方、さらにディープラーニングの基礎について、画像分類を例に学んでいただきます。Chainer + Python でディープラーニングを体験しましょう。 |
14:00- 14:15 |
休憩 |
14:15- 15:45 |
ハンズオン #2:Chainer による医用画像セグメンテーション 株式会社Preferred Networks リサーチャー 齋藤 俊太 医用画像診断には、異常細胞や血管に対応するピクセルを診断画像から分離して、特定器官を抽出する事が大変重要です。本ハンズオンでは、心臓画像データセットと Chainer を用いて画像セグメンテーション(画像のピクセルがどのカテゴリーに所属するか分類する問題)用ニューラルネットワークの学習および評価方法について学びます。Chainer のコンピュータビジョンモジュールである ChainerCV の使い方についても紹介します。 なお、本ハンズオンは、Chainer の使い方およびディープラーニングの基本知識がある事を前提としています。ハンズオン #1 と合わせての受講を推奨します。 |
15:45- 16:00 |
休憩 |
16:00- 17:30 |
ハンズオン #3: Chainer による深層強化学習 エヌビディア合同会社 ディープラーニング ソリューション アーキテクト 山崎 和博 台車の上の棒が倒れないよう台車を制御する CartPole 問題は、強化学習における古典的な問題の一つです。本ハンズオンでは、この問題を例に、 Chainer の強化学習モジュール ChainerRL と強化学習の開発・評価のためのプラットフォーム OpenAI Gym を用いて、強化学習の基本概念とディープラーニングの果たす役割について学びます。深層強化学習に興味がある方は是非ご参加下さい。 |
17:30- 18:30 |
懇親会 (お飲み物と軽食をご用意しております) |