PyTorchに注目が集まっている
最近「PyTorch」熱を感じます。日本のAIベンチャーの雄であるPFNが「Chainer」から「PyTorch」に移行しましたし、つい先日も、著名なAI研究団体のOpenAIがメインのフレームワークをPyTorchにすることを発表し、この勢いは続きそうですね。
周りでもPyTorchを使い始めている人が多いように思います。それを裏付けるようにVengineerさんのアンケートでも「現在使っているディープラーニングフレームワーク」が堂々の1位となっていました（TensorFlowとKerasを合計すると、やはりTensorFlow+Kerasが強いのですが）。
現在使っているディープラーニングフレームワークってなんですか?
— Vengineer＠師走は映画三昧。 (@Vengineer) October 20, 2019
というわけで、ミーハーな私もPyTorchに入門してみました。
PyTorchでジャンケン画像認識
ラズパイマガジン2月号のAI特集で、ジャンケンの手の形を題材に、画像認識のAIモデルを作成する記事を書きました。
詳細は以下記事参照下さい。
学習に関しては、Google Colaboratoryを活用する形になっています。書籍では、フレームワークとしてTensorFlow(Keras)を使ったのですが、今回はこのコードを自分の勉強のためにPyTorchを使って1から書き直してみました（完全移植はできていません）。
今回は特別に（というわけでもないですが）公開しちゃいます。既存のデータセットを使わずに、カメラで集めた普通の画像を学習するチュートリアルは意外に少なかったりするので、それなりに需要はあるのではないかなと思います。
PyTorchでのデータの扱いを中心に、コメントを多めにつけました。単体でも分かる人には分かると思いますが、さっぱり分からないという人は、是非ラズパイマガジン2月号を読みながら、コードを実行してみて下さい。流れ自体は、TensorFlowでの学習と全く同じにしていますので、対応するコードを確認しながら実行すると理解が深まるのではないかと思います。なお、PyTorch初学者なので、間違っているところや、変な書き方しているところがあったら、そっと教えていただけると助かります。
ラズパイマガジン、紙の書籍も電子書籍もありますので、興味ある方は是非。
PyTorchでAIマリオのクリアにチャレンジ
深層強化学習でのAIマリオの学習です。以下Qiita記事参照ください。
PyTorch入門に最適な情報
自分がPyTorchを実践にするにあたり参考にしたネット情報や、今後試したいなと思っているものを、初心者向けのものを中心にメモがわりに紹介したいと思います。
公式情報
公式のチュートリアルが丁寧で分かりやすいです。公式チュートリアル日本語訳も公開されています！
PyTorchの論文
Practical Deep Learning for Coders - Practical Deep Learning
fast.aiというPyTorchのラッパー。PyTorchはラッパーがたくさんあって、色々混在している印象ですが、fast.aiはその中でもTensorFlowのKeras的存在で、簡単にかける印象です。今回は使用しませんでしたが、こういったラッパーも使いこなすと更に楽にプログラムをかけそうですね。
実践例
実践例です。
深層距離学習をPyTorchで試せます。そのままめっちゃ動きました。
角度を用いた深層距離学習（deep metric learning）を徹底解説 -PytorchによるAdaCos実践あり-｜はやぶさの技術ノート
TIPS・テクニック
良い感じにまとまっています
GitHubリポジトリ
PyTorch書籍
書籍の紹介です。
つくりながら学ぶ! PyTorchによる発展ディープラーニング
とりあえず購入した本です。
画像判別からGANまで幅広く書かれていて良いなと思いました。書籍のサンプルコードは以下GitHubにあります。
ただ、モデルはありものを転移学習して使うものがほとんどです。手っ取り早く応用を試したい人は良いのですが、自分のように1からモデルを学習させるようなコードを書くときは、あんまり参考にできませんでした。
まとめ
PyTorchに入門して、簡単な画像判別のGoogle Colabのコードを書いて公開しました。PyTorch、個人的にはデータの扱いや可視化がTensorFlowより直感的で分かりやすいなと感じました。
ただ、学習は自分でループ回すコードを書く必要があります。Keras的に「fitしたら終わり」ではなくちょっと煩雑ですね。Keras的なラッパーもあるのですが、色々混在していて若干カオスな感じです。最初は、自分の理解を深める上でも一度は自分で学習ループ書いてみるのが良いかなと感じました。
今回、PyTorchで学習したモデルをJetson Nanoやラズパイで動かしてエッジコンピューティング的なことも簡単にできそうですね。そちらに関しては、また需要がありそうだったら詳しい記事を書こうかなと思います。
参考リンク
関連記事
変更履歴
- 2020/12/24 日本語チュートリアルに関して追記、リンク切れ修正
- 2020/05/08 微修正
