Zenn
🐙

Stanford大学のCS231n講座とは？コンピュータビジョンを学んでできること

2024/09/13に公開
AI
ディープラーニング
プログラミング
ディープラーニング
人工知能
tech

始めに

深層学習のコンピュータービジョンについて、Stanford大学のCS231nの講座が良いと聞いたので、備忘録として概要をまとめてみました。今後学習しながら1章ごとにまとめ記事を追加していけたらと思っています。
https://cs231n.stanford.edu/index.html

概要（2024年現在）

CS231n Stanfordコースは、コンピュータビジョンと深層学習を扱う授業で、特に画像分類や物体認識、検出といった視覚認識タスクに焦点を当てている。学生は最新のディープラーニングアーキテクチャについて学び、エンドツーエンドのモデルを構築・トレーニングする。

  • 学習内容

    • ニューラルネットワークの実装とトレーニングを通じて、現実のビジョン問題に取り組む。
    • 数百万パラメータのネットワークを使った実践的なアプローチ。
    • 深層学習の技術を応用し、プロジェクトを通じて実世界の問題を解決するスキルを養う。

  • 必要なスキル

    • Pythonでのプログラミング。
    • 線形代数や確率統計の基礎知識（行列演算や確率分布の理解が必要）。

特徴

  • 無償でスライドとコードを閲覧可能
    毎年更新されるため、最新の話題も学べる。

  • 無償で過去の講義動画も視聴可能
    2017年の動画がYouTubeにアップロードされている。YouTube Playlist

  • HTML版の資料も一部ある
    HTML版の資料はこちら

講義一覧

講義一覧へのリンク

  1. はじめに（コンピュータビジョンの概要）
  2. 線形分類器による画像分類
  3. 正則化と最適化
  4. ニューラルネットワークとバックプロパゲーション
  5. CNN による画像分類
  6. CNN アーキテクチャ
  7. リカレントニューラルネットワーク (RNN)
  8. Attention と Transformers
  9. 物体検出と画像セグメンテーション
  10. ビデオの理解
  11. 視覚化と理解
  12. 自己教師あり学習
  13. 生成モデル
  14. OpenAI Sora（ゲスト講義）
  15. ロボット学習
  16. 人間中心の人工知能
  17. ゲスト講義（Prof. Serena Yeung-Levy）
  18. 3D ビジョン

CS231nを学習すると身につくこと(by ChatGPT)

  1. 画像分類や物体検出モデルの構築
    CS231nで学んだ技術を使って、自分で画像分類や物体検出を行うAIモデルを作成できる。例えば、犬と猫を分類するモデルや、交通標識を検出する物体認識モデルを構築できる。

  2. CNNを使ったアプリケーションの開発
    畳み込みニューラルネットワーク（CNN）を使って、実際のアプリケーションを開発できる。例えば、スマートフォンやWebアプリケーションで顔認識システムや、写真の自動タグ付けシステムを作成できる。

  3. 動画処理やビデオ分析のモデル作成
    動画理解のスキルを活かして、動画の中の物体を検出したり、アクション認識や動画分類を行うAIモデルを作成できる。例えば、監視カメラ映像から異常行動を検出するシステムや、特定のイベントを探すシステムの開発が可能。

  4. ディープラーニングフレームワークの活用
    PyTorchやTensorFlowなどのディープラーニングフレームワークを用いて、複雑なモデルを実装・トレーニングするスキルが身につく。これにより、カスタマイズしたAIモデルを特定のタスクに応用できる。

  5. 最先端技術を学び続けるための基礎
    CS231nで学んだ基礎を土台に、最新のAI技術や研究を追いかけることが可能。例えば、生成モデル（GANsやDiffusion models）やTransformersを使った応用研究も学べる。

  6. 論文を読んで実装できるスキル
    学んだ知識を活かし、コンピュータビジョンやディープラーニングの研究論文を読み、実装に落とし込むスキルを習得できる。論文を理解し、具体的なコードとして応用することが可能。

  7. AI関連のプロジェクトやインターンシップに参加
    画像処理や自動運転、医療画像診断など、さまざまな分野でのAI関連プロジェクトやインターンシップに参加でき、実践的な経験を積むことができる。

  8. 個人プロジェクトの作成・公開
    画像認識アプリケーションや物体検出システムを自作し、GitHubやポートフォリオとして公開することで、自分のスキルをアピールできる。

CS231nを学び終えたあとの次のステップ

1. 復習と応用

コースで学んだ知識を実際のプロジェクトに応用することが重要。

  • Kaggleコンペティション
    コンピュータビジョン関連のデータセットを使って、AIモデルを作成し、世界中のデータサイエンティストと競える。
  • 個人プロジェクト
    Github等で興味のあるテーマで画像や動画を使ったアプリケーションを作成する。

2. より高度なAI技術の学習

  • 人工知能・深層学習を学ぶためのロードマップ
    松尾研究室様の人工知能・深層学習を学ぶためのロードマップが参考になる。
  • 別のオンライン講座
    MIT 6.S191 ディープラーニング入門
    コンピュータービジョンへの応用を含むディープラーニング手法の入門プログラムなど。
    CS230 ディープラーニング
    コンピュータビジョンや自然言語処理などのディープラーニングの基礎とその応用を学べる。
    Hugging Face Course
    深層学習モデルの公開で有名なHugging Faceが公開している講座で、NLPや深層強化学習、コンピュータビジョン、音声処理などを扱うオープンソースのAIと機械学習コースを提供している。
  • 「ゼロから作るDeep Learning」シリーズ
    深層学習理論を強化する書籍で、生成モデルや強化学習について学べる。コードから理論を学べてわかりやすい。

3. PyTorchやTensorFlowの実践

4. 論文を読む習慣

  • arXiv
    最新の研究論文が多数公開されており、最新技術を学べる。
  • Papers with Code
    論文と共に実装コードが公開されており、動くモデルを自分で試すことができる。

5. 実世界での応用

企業インターンシップやオープンソースプロジェクトに参加し、現場での経験を積む。

Discussion