こんにちは
シュンスケです
前回、と言ってもかなり前ですが、ディープラーニング入門編として、
画像の数字認識をC#で実装しました。
そこから月日は流れ、深層学習はとても発展を遂げていますね。
利用範囲も、画像認識から物体検出、自然言語処理や、動画からモーションデータを
生成するなんてのも出てきました。
そんな中ではありますが、入門編その2です。
今回はフレームワークを使ってみます。
使用するフレームワークはいくつか候補がありますが、
ロジックの把握がしやすそうなようで、
PyTorch
を使う事にしました。
おなじみのテストデータ、MNISTを使って前回行った手書き数字認識を実装してみます
（なんとフレームワークにMNISTのデータセットへのアクセスが用意されています）
で、実行結果
Accuracyが徐々に上がっているログが出ています
フレームワークを使用すると、かなり簡単に書けますし、アレンジもしやすそうですね
そして、改めて必要な要素も把握できました。
次は別のモデルも使ってみようと思います。
では
参考ページ
https://pytorch.org/get-started/locally/