トップページ情報工学を学ぶ人工知能応用実習(全8回)

人工知能応用実習(全8回)

大学で使用した自作の教材を,手直しの上公開している. クリエイティブ・コモンズ BY NC SA.

サイト内の関連ページ

YouTube の再生リスト「人工知能応用実習」
https://www.youtube.com/playlist?list=PLwoDcGBEg9WF71rNOGYLwZL92qd3NYnm8

資料(動画,スライド)

dn-1. ニューラルネットワーク

人工知能システム(TensorFlow, Keras による説明) [PDF], [パワーポイント]

  1. テーマ名:人工知能システム
  2. 内容:人工知能システムはなぜ大切なのか、ニューラルネットワークの仕組み、学習、検証
  3. 事前準備:各自で Google アカウントを取得しておくこと

    Google アカウントの作成手順は、次の動画でも説明している.。 https://www.youtube.com/watch?v=Wx04o8U1w7c

  4. 基礎:ユニット数、エポック数
  5. 実習で行うこと:エポック数、ユニット数を変えながら、検証における精度の変化を見る
  6. 実習手順

    次の URL を使用

    https://www.tensorflow.org/tutorials

dn-2. 人工知能による画像分類,過学習(TensorFlow, Keras を使用)

人工知能による画像分類,過学習(TensorFlow, Keras による説明) [PDF], [パワーポイント]

  1. テーマ名:人工知能による画像分類,過学習
  2. 内容:ニューラルネットワークによる画像分類、学習曲線(学習と検証のそれぞれでの精度)見て過学習を判断
  3. 事前準備:各自で Google アカウントを取得しておくこと

    Google アカウントの作成手順は、次の動画でも説明している.。 https://www.youtube.com/watch?v=Wx04o8U1w7c

  4. 基礎:学習曲線、過学習過学習を緩和する技術
  5. 実習で行うこと:学習曲線の考察、過学習を緩和する技術の確認
  6. 実習手順

    次の URL を使用

    https://www.tensorflow.org/tutorials

dn-3. TensorFlow の画像分類のデモ

資料:dn-3. TensorFlow の画像分類のデモ [PDF], [パワーポイント]

https://www.tensorflow.org/tutorials/images/classification

dn-4. TensorFlow の転移学習のデモ

資料: dn-4. TensorFlow の転移学習のデモ [PDF], [パワーポイント]

https://www.tensorflow.org/tutorials/images/transfer_learning_with_hub

dn-5. 顔検出,顔認識(Dlib,InsightFace を使用)

資料: 顔検出,顔認識(Dlib を使用) [PDF], [パワーポイント]

  1. テーマ名:顔識別、顔認証
  2. 内容:Dlibを用いた顔識別、顔認証
  3. 事前準備:各自で Google アカウントを取得しておくこと

    Google アカウントの作成手順は、次の動画でも説明している.。 https://www.youtube.com/watch?v=Wx04o8U1w7c

  4. 基礎:顔識別、データのデータ拡張、顔のランドマーク、顔の特徴ベクトル、顔認証
  5. 実習で行うこと:顔のランドマーク、顔認証などを動作させる
  6. 実習手順

    次の URL を使用

    実験1: https://colab.research.google.com/drive/1S55yEFiQpdIRdjWbdH0zzEYD5VAfklHd?hl=ja#scrollTo=7JdSy61xJGBv

    実験2: https://colab.research.google.com/drive/13fXJ4f2dF-53YI_6i_rAJl17cuYuLE91#scrollTo=PAJ9H2QqRa

dn-6. 3次元データベース,写真からの3次元再構成(写真測量)(Meshroom を使用)

資料: 3次元データベース,写真からの3次元再構成(写真測量)(Meshroom を使用) [PDF], [パワーポイント]

  1. テーマ名:3次元データベース,写真からの3次元再構成(写真測量)
  2. 内容:写真をもとに、立体再構成(写真測量)を行う。
  3. 事前準備:NVIDIA GPU 搭載のパソコンが必要である
  4. 基礎:画像の特徴点、Structure from Motion 技術
  5. 実習で行うこと:写真をもとに、立体再構成(写真測量)を行う。
  6. 実習手順

    公開されている次のソフトウェアを使用(利用条件等は,利用者で確認すること)

    Meshroom: https://alicevision.org/

    MeshLab: https://www.meshlab.net/

    使用できる写真のデータ https://www.kkaneko.jp/sample/potato/potato_image.zip

dn-7. TensorFlow を用いたスタイル変換のデモ(TensorFlow, Keras を使用)

資料: TensorFlow のスタイル変換のデモ(TensorFlow, Keras を使用) [PDF], [パワーポイント]

  1. テーマ名:TensorFlow のスタイル変換のデモ
  2. 内容:スタイル変換について、Pythonプログラムを実行し結果を見てみる。
  3. 事前準備:各自で Google アカウントを取得しておくこと

    Google アカウントの作成手順は、次の動画でも説明している.。 https://www.youtube.com/watch?v=Wx04o8U1w7c

  4. 実習手順

    次の URL を使用

    https://colab.research.google.com/github/tensorflow/tensorflow/blob/master/tensorflow/lite/g3doc/models/style_transfer/overview.ipyn

dn-8. TensorFlow の DCGAN のデモ(TensorFlow, Keras を使用)

資料: TensorFlow の DCGAN のデモ(TensorFlow, Keras を使用) [PDF], [パワーポイント]

  1. テーマ名:TensorFlow の DCGAN のデモ
  2. 内容:DCGAN について、Pythonプログラムを実行し結果を見てみる。
  3. 事前準備:各自で Google アカウントを取得しておくこと

    Google アカウントの作成手順は、次の動画でも説明している.。 https://www.youtube.com/watch?v=Wx04o8U1w7c

  4. 実習手順

    次の URL を使用

    https://www.tensorflow.org/tutorials/generative/dcgan