カテゴリー: 趣味

可視化系はほぼ必須なので、僕も chainer で SmoothGrad をやってみました。簡単に言うと、ディープラーニングというブラックボックスに対して、推論時にどの画素の寄与度が大きいかを可視化するようなものです。

https://pair-code.github.io/saliency/

そういえば Python/chainer のバージョンは以下です。

• Python 3.6.0 / chainer ver 2.0.0

もっと簡単にバージョン管理ツールである Git の使い方を教えてくれよと。

すぐ忘れるので、自分のためにハウツーだけまとめてみた。完全なるミニマムスタートの備忘録。

ちょっと Deep Learning の推論処理のパフォーマンスを測定してほしいとのことでどうしたもんかと思ったんですが、マルチスレッドでひたすら処理中に GPU を測定するコマンドを発行すればいいんじゃねという脳筋的解決策で取り組んでみた。

普段 chainer を使っているんですが、最近 ver 2.0 に大幅アップデートがあり、自分のコードも2.0に対応するさせるために雛形を作ってみたのでお試し更新。

とりあえず MNIST をやるとして、trainerで抽象化させすぎると使いにくいので、custom loopをベースに自分がハンドリングしやすいようにアレンジしてみる。

https://github.com/chainer/chainer/tree/master/examples/mnist