UdacityのDeep Learning Nanodegree Foundationを修了しました
UdacityのDeep Learning Nanodegree Foundationを修了しました。受講期間は約4ヶ月でした。
Deep Learning Nanodegree Foundation | Udacity
主な学習内容
- numpyでの多層パーセプロトン実装(これ以降は全てTensorFlow)
- 畳み込みニューラルネットによる画像分類
- RNNによるTV番組の会話文字列生成
- LSTMによる英語-フランス語翻訳
- DCGANによるMNIST, CelebAの画像生成
課題の内容は GitHub - udacity/deep-learningで確認できます。
受講した感想
4ヶ月という短期間でDeep Learningの分野を幅広く学べたので、初学者の入りとしては中々良かったかなと思います。
レビュアーがついてくれるので、行き詰まるということがあまり無かったのが好印象です。例えば「この場合weightの初期化を一様分布では無く正規分布で取った方が良い」とか、「Labelをスムージングした方が良い」とか初学者が気づきにくいようなところを指摘してくれるのは有り難かったです。学習の助けになりそうな記事もたくさん紹介してくれました。(全て英語記事ですが)
紹介してくれた英語記事などは個人的な備忘録としてこちらにまとめていますので、もし興味あれば。
ただ4ヶ月で幅広くやるという都合上、1つの分野の掘り下げが浅くなりがちだったので、興味を持った分野に関してはもう少し自分で学習しようと思います。
注意点
僕が登録した時は受講費用は$499でしたが、まあ安くは無い金額だと思います。なので一応注意点を書いておきます。
あくまで初学者向け
ターゲットは初学者向けなので、既にディープラーニングをある程度知っている方にはやや物足りない内容かもしれません。 GitHub - udacity/deep-learningを見て自分のレベルに見合うものかどうかを確認すると良いかと思います。
そこそこの学習コストがかかる
大体週8時間ぐらいは学習する必要があるかと思います。英語が苦手だともう少しかかるかもしれません。 また、課題ごとにタイムリミットがありますので注意です。
多少のプログラミング知識が必要
講義は全てPythonで行われますので、プログラミング自体が初めてだと厳しいかと思います。また、数式はあまり出てきませんが行列計算と微分積分の基礎ぐらいは必要な気がします。
Programming knowledge needed: Basic to intermediate Python, experience with Numpy. Anaconda and Jupyter Notebooks.
まとめ
少し高いですが、Deep Learningを初めて学習するなら悪くない選択肢だと思います！
