
深層学習フレームワーク「Keras」を使って、AIを作ってみます。主に画像認識や物体検出など、コンピュータビジョンについて解説しています。

【できるようになること】
✅ サンプルデータを使って、簡単な画像分類AIを作成できる
✅ 用意されている有名モデルを使って、画像分類AIを作成できる
✅ 有名モデルを転移学習させ、用途に合ったAIを作成できる

【キーワード】
💬 MNIST, FashionMNIST, Cifar10
💬 VGG, ResNet, EfficientNet, MobileNet
💬 TensorFlowHub
💬 転移学習、FineTuning
💬 モデル保存、重み保存

【追加予定】
💡 最新モデルを使って、精度の高いAIを作成できる
💡 学習済モデルをAPI化しWeb上で使用することができる
💡 GCPのGPU環境を構築してディープラーニングができる
💡 CloudVisionAPIを使って画像認識ができる 

【実践】ネコでも分かるDeepLearningの応用まとめ【Keras入門】

はじめに

🟥 Kerasを学ぶメリット３つ

🟥 Kerasって？

🟥 Kerasでモデルを作成しよう

🟥 モデルにデータを入力しよう

🟥 モデルに活性化関数を設定しよう

🟥 性能向上のカギ:optimizerと最適化アルゴリズムを理解しよう

📚kerasのサンプルデータセット7つ

🔰画像を分類してみよう01 【MNIST】

🔰画像を分類してみよう02 【Fashion MNIST】

🔰画像を分類してみよう03 【Cifar10】

🤖有名モデルを使ってみよう01【VGG】

🤖有名モデルを使ってみよう02【ResNet】

🤖有名モデルを使ってみよう03【EfficientNet】

🤖有名モデルを使ってみよう04【MobileNet】

🔁転移学習してみよう01【VGG】

📦TF-Hubを活用しよう01 【画像分類】

🔹超基本！有名なモデル一覧

🟧 どっち？ TensorflowとKerasの関係

🟧 データ大事。tfrecord形式のデータを使ってみる

🟧 使い分けよう！モデル形式3つ

🟧 データ操作、TensorFlowではこう書く。

💡paper with codeを使いこなそう

💡よく出てくるデータセットまとめ

💡知っておくべき！OSSライセンスとは？

python

tensorflow

機械学習

keras

人工知能

NekoAllergy