昨日から始まったPyTorchを使ったディープラーニング実践セミナーを受講しています。PyTorchとはFacebook等が開発しているディープラーニングのフレームワークです。
今回のセミナーでは、このフレームワークを使用し自然言語処理や敵対生成ネットワークなどの人工知能アルゴリズムの実装方法について学びます。今一番勢いがあるPyTorchの概要について知りたいと思い受講しました。
PyTorchディープラーニングセミナー概要
- セミナータイトル：深度学习之PyTorch实践篇
- 1回2時間×8回(月、水 20:00～)
- 受講料 399元
- 講師：清華大学博士、重点大学コンピュータサイエンス講師兼ITベンチャー高級顧問
初回講義内容
１回目の講義は下記の通りです
- ディープラーニングフレームワークの種類
- なぜPyTorchを使うのか
- 活性関数とPyTorchでの実装方法
ディープラーニングフレームワークの種類
TensorFlow
Googleが開発
利点：利用者が多くサンプルプログラムが多い。Googleが強く推している。
欠点：設計が複雑で初心者に扱いにくい。（Googleが扱う大規模な処理をサポートするために複雑になっている。）
PyTorch
Facebook等が開発
利点：柔軟性があり高速で実装しやすい
CNTK
Microsoftが開発
利点：Microsoftが得意とする領域(音声識別など)については高性能
欠点：使う人が少ない
MXNet
Amazon等が開発
世に出るのが遅かったので、利用する人が少ない
Keras
Googleが開発。各種フレームワークを簡単に使用するためのAPI
利点：とにかく簡単に理解、開発をできる
欠点：上達するのが早いが、細かい調整・対応が難しい。会社や実務での利用はあまり向かない
なぜPyTorchを使うのか
PyTorchの利用者は特に最近増えていて、ICLR2019(AIに関する国際会議)での論文数は252件(2018年は87件)と大幅に増えています。逆にGoogleのTensorFlowのICLR2019での論文数は266件(2018年は228)とトップですが今までの勢いがありません。
アメリカ一流大学のディープラーニングカリキュラムでも2019年からTensorFlowの利用をやめ、PyTorchを使用するケースが増えています。
