！！！ サイト改修中のため表示が乱れる場合があります（1月末頃まで） ！！！

Yasuda

数値解法 / 数値シミュレーション

5-2. 微分方程式の数値解法とは何か（ホイン法）

やることオイラー法は急カーブに弱い数値解法であることが分かりました。今日はそれを修正した「ホイン方（または２次のルンゲクッタ法）」を学びます。使うものホイン法とはルンゲさんとクッタさんから一言ずつ続き...
2019/03/08 Yasuda Yasuda
数値解法 / 数値シミュレーション
数値解法 / 数値シミュレーション

5-1. 微分方程式の数値解法とは何か（オイラー法）

やること教科書に書かれている微分方程式は、紙とペンで解けるようになっています。しかし実世界においては、微分方程式はもっと複雑で、手計算で解くことはほとんどできません。今日は非線形微分方程式を解き方を学...
2019/03/08 Yasuda Yasuda
数値解法 / 数値シミュレーション
レーザー加工

7-1. 256TB M.2 SSDの作製

やること2017年3月26日、東京工業大学で中学生・高校生向けの科学教室「君はコンピュータの中を見たことがあるか??」を開催しました。参加者には名前入りの256TB M.2 SSDプレートをお土産に差...
2019/03/07 Yasuda Yasuda
レーザー加工
画像生成AI / スタイル変換

4-3. CNNでケーキ画像の次元圧縮（最終手段編）

やることどうしてもオートエンコーダで画像を２次元まで次元圧縮したい。今日は最終手段を使って、ケーキ画像の次元圧縮をしてみます。使うもの最終手段とはオートエンコーダは「入力と同じ出力を出す変換器」ですが...
2019/03/06 Yasuda Yasuda
画像生成AI / スタイル変換
画像生成AI / スタイル変換

4-2. CNNでケーキ画像の次元圧縮（Stacked Auto-Encoder編）

やることエンコーダ部分とデコーダ部分をまとめて学習させると、どうも学習が安定しない気がします。今日は、学習を工夫した「Stacked Auto-Encoder」でケーキ画像の次元圧縮を試してみましょう...
2019/03/06 Yasuda Yasuda
画像生成AI / スタイル変換
画像生成AI / スタイル変換

4-1. CNNでケーキ画像の次元圧縮（Auto-Encoder編）

やること画像というものは非常に高次元の情報を持っています。例えば128*128pxの画像は、128*128*3ch＝49152次元の情報を含んでいます。人間は高次元の情報を処理できない動物なので、2～...
2019/03/06 Yasuda Yasuda
画像生成AI / スタイル変換
強化学習

3-3. DQNで難しい迷路を解く

やること前回はDQNで地雷原を進むゲームを解きました。今回は、もっと賢く行動するためにニューラルネットを工夫してみます。 使うものニューラルネットを工夫する前回畳み込み層のカーネルが5*5でした。つま...
2019/03/06 Yasuda Yasuda
強化学習
強化学習

3-2. DQNで迷路を解く

やることDQNのプログラムは非常に高度ですが、勉強会で配布されたコードは比較的シンプルで読み解きやすいです。今日は、DQNで地雷原を進むゲームを解いてみましょう。 環境とコードゲームのルールできるだけ...
2019/03/06 Yasuda Yasuda
強化学習
強化学習

3-1. 強化学習とQ学習とDQN

やること機械学習は、教師あり学習、教師なし学習、強化学習の３つに分けて語られることが多いです。強化学習は、「長期的な価値が高くなるような判断基準を見つける」感じの学習です。今日は、強化学習の基本である...
2019/03/06 Yasuda Yasuda
強化学習
画像生成AI / スタイル変換

2-2. DCGANのアルゴリズム

やることDeep Convolutional Generative Adversarial Networks (DCGAN)は、直訳すると「深層畳み込み敵対的生成ニューラルネット」です。今日は、数式を...
2019/03/05 Yasuda Yasuda
画像生成AI / スタイル変換
次のページ