機械学習は、今、コンピューティングの世界で最もホットなものです。自動運転車から法執行機関、株式市場の予測まで、この技術が広く活用される理由は簡単です。

TensorFlowは、機械学習とニューラルネットワークをベースとしたGoogleのプロジェクトです。その正体と用途、そして使いこなし方について見ていきましょう。

テンソルフローは何ですか？

機械学習とは何かを理解しないことには、テンソルフローとは何かを完全に説明することは不可能である。機械学習とニューラルネットワークは、私たちの生活に想像以上の影響を及ぼしています。

機械学習とは、簡単に言えば、直接プログラミングをしなくてもデータを分析し、情報に基づいた意思決定を行う方法をコンピュータに教えることである。そのために、特定のタスクを実行するようにニューラルネットワークを学習させるのです。

TensorFlowは、Googleのオープンソースのニューラルネットワークライブラリで、Google Brainチームによって幅広い用途で開発されました。基本的にTensorFlowは、ニューラルネットワークをゼロから作る必要性を排除しています。その代わり、データセットを使ってTensorFlowを学習させ、必要に応じてその結果を利用することができます。

ここまでは、かなり抽象的な話ですが、ニューラルネットワークで何ができるかというと、結果的にほとんど何でもできるんです。

注目のtensorflowの例

画像分類

初心者のための機械学習チュートリアルでは、理解を助けるために画像の分類を初期の例題として使うことが多い。参照画像をニューラルネットワークに入力することで、画像に類似したオブジェクトが含まれているかどうかの予測を学習することができます。

このプロセスを実際に見るには、Siraj Raval氏の5分間のDarth Vader分類器をご覧ください。

このコンピュータ支援によるデータのフィルタリングは、野生のダスビッドを探し出すのに非常に有効なだけではありません。テンソルフローは、バイオメディカル画像解析に利用されている。

大量の画像データの解析が必要な分野であれば、ほぼ全ての分野でこの技術の恩恵を受けることができます。TensorFlowの公式紹介ビデオにあるように、絶滅危惧種であるジュゴンの保護を簡略化するために使われているのです。

フォトスタイルトランスファーを徹底解説

画像分類と同様に、TensorFlowは画像を動的に変化させることができる。ディープフォトグラフィースタイルの転写は、コーネル大学のグループが一緒に行っています。このプロジェクトでは、入力画像とスタイル画像を取得した後、オリジナル画像にスタイルを適用し、見事な結果を得ることができます。

これらの例では、自動および手動で実装された画像レイヤリングを組み合わせて使用しているので、もしあなたがそれを使いこなしたいと思うなら、ライブラリを掘り下げる前にPhotoshopのスキルを身につける必要があるかもしれません。

赤aiの音楽を試聴する

私たちは、コンピュータを使って美しい作品を作ることを知らないわけではありません。コンピュータが、私たちが認識できるような方法で創造性を発揮するというアイデアは、常にSFの夢であった。TensorFlowのようなニューラルネットワークライブラリを使えば、これまで以上に身近な存在になります。

MagentaはTensorFlowを使って、ミュージシャンのためのツールを作っています。ディープラーニングによって、Magentaはミュージシャンが使えるツールを拡張し、新しいサウンドミックスや、機械が支援する即興のコール＆レスポンスさえも開くことができます。

また、Magenta自体もスマートシーケンサーとして使用することができます。外部ライブラリの利用は、CodePenの素晴らしい機能の一つです。tero Parviainen氏は、magenta.jsライブラリを利用して、美しいペンを作成しました。

ニューラルネットワークが生成した即興のループを隣り合わせに配置することで、潜在ループは音楽の知識がなくても、誰でもユニークで美しい音を作り出すことができるのです。

テンソルフローの学習方法

機械学習は極めて集約的な学問である。統計学、数学、プログラミング、一般的なデータサイエンスの習得が理解の中心となります。とはいえ、TensorFlowは初心者でも簡単にハンズオンを体験できるのが魅力です。TensorFlowの公式チュートリアルは、設定と使用方法をステップバイステップで説明しています。

TensorFlowのプロジェクトの多くは、プログラミング言語であるPythonを使用しています。もしあなたが初めてPythonを使うなら、Pythonを学ぶための素晴らしい場所がたくさんあります。もしあなたがすでにJavaScriptに慣れているなら、TensorFlowはTensorFlow.jsの会社ライブラリを紹介するチュートリアルビデオを持っています。

これらのチュートリアルは、Googleの無料の機械学習コースと合わせて、図書館の提供元が提供する貴重なリソースとなっています。

その他のTensorflowチュートリアル

TensorFlowと画像分類器の簡単な紹介は、Siraj Ravalが5分のプレゼンテーションで行っています。

シラジのYouTubeチャンネルには、機械学習に関する動画がたくさんありますが、その中の一つです。このような超高速ビデオと、ステップバイステップでアプローチするlonglivestreamの間で、TensorFlowとPythonでの機械学習について学ぶのに最適な場所です。

JavaScriptとTensorflow.jsに焦点を当て、コーディングシーケンスでは、別のフルサイズのアプローチを提供しています：。

発表者のdanielshiffmanは、TensorFlowの様々なユースケースを紹介し、彼の機械学習に関するシリーズは、無料の講座としては最高のものの一つであると述べた。

初心者向けプロジェクト：リアルタイムのターゲット検出

このプロジェクトでは、ライブターゲット認識技術を使って、自動ゴミ選別機を制御しています。ハードウェアはRaspberry Piの代替品となるようですが、理論的にはどんなマイクロコントローラーでも使用可能です。実際の作業には、OpenCVとテンソルフローのハイブリッドが使用されています。

動画のプロジェクトには追加のチュートリアルはありません。dat Tranの優れたOpenCVとTensorFlowの記事では、同じライブラリを使って、各要素を明確に説明しています。TensorFlowライブラリを使ったシンプルで小規模なアイデアとして、この規模のプロジェクトは最適だと思います。

機械学習のさらなる進化

TensorFlowは非常に強力なツールであり、インターネット上で最も重要な企業であると言っても過言ではありません。オープンソースにしたのは、すべての人に開かれたものであることが大きなポイントです。

とはいえ、機械学習は極めて集約的なテーマです。TensorFlowを最大限に活用するためには、機械学習のオンラインコースに時間を費やす価値があります。