はじめに
  • このコースの紹介
  • 学習の進め方
環境構築(Python, Anaconda, TensorFlow CPU版のインストール)
  • Python 3のインストール(Anaconda最新版のインストール)
  • TensorFlow(CPU版)のインストール
【オプション】TensorFlow GPU版のセットアップ(NVIDIA製GPU搭載マシン使用者のみ。非搭載の方はスキップしてください。)
  • CUDA 9.0のダウンロード
  • CUDA 9.0のインストール
  • cuDNN 7.0のダウンロード・インストール
  • TensorFlow 1.6.0 GPU版のインストール
画像分類AI自作にチャレンジ
  • アプリの概要
  • データを集めよう
  • FlickrのAPIキーを取得しよう
  • Flickrapiパッケージをインストールしよう
  • コードからFlickrAPIにアクセスしてみよう
  • (オプション)AtomのPython関連プラグインの追加
  • データをダウンロードして保存しよう
  • 不要なデータを削除しよう
  • 画像データをNumPy配列形式に変換しよう
  • 生成した配列データをチェックしよう
  • データを交差検証用に分割しよう
  • トレーニングを実行するコードを作成しよう
  • モデルを定義しよう
  • トレーニングの関数を完成させよう
  • テストを行う関数を完成させよう
  • NumPyのバージョンアップによる変更の影響がある場合の注意
  • TensorFlow 2.3.0, Keras 2.4.3環境で動作させるための改変箇所
  • 学習とテストを実行しよう
  • コードの最適化とセクションのまとめ
  • セクションのソースコード
  • 課題: オリジナルの分類器を作ろう
データの工夫による精度向上にチャレンジしてみよう
  • このセクションの概要
  • データを増量しよう
  • 増幅したデータで学習してみよう
  • データを増幅するコードの修正
  • 課題: データの増幅
  • サンプルコード(増幅・トレーニング)
推定プログラムを作成しよう
  • このセクションの概要
  • モデルを定義・ロードする関数を定義しよう
  • 推定処理を追加して、推定を実行してみよう
  • 課題:推定プログラムの作成
  • サンプルコード
FlaskでWebアプリ化しよう!
  • このセクションの概要
  • Flaskのインストール
  • FlaskでHello World! を表示してみよう!
  • ファイルをアップロードするコードを書こう(1/2)
  • ファイルをアップロードするコードを書こう(2/2)
  • ファイルアップロードのソースコード
  • ファイルアップロード時のエラー処理について
  • ファイルをアップロードしてみよう
  • ソースコード
  • (注意)Flaskのバージョンアップに伴う起動コマンドの変更
  • 画像の識別を実行してみよう
Kerasで生成したモデルを変換してiOSアプリを作ろう
  • セクションの概要
  • 仮想環境の追加とTensorFlow/Kerasのインストール、学習の実行
  • (macOS 10.13) モデルファイルの変換の実行
  • (macOS 10.15 Catalina) CoreML Toolsのインストールと変換の実行
  • (macOS 10.15)bashでのAnacondaの環境変数の設定方法
  • Xcode上でプロジェクトを追加しよう
  • UIパーツを追加しよう
  • IBOutletとIBActionを関連づけよう
  • カメラアクセスを許可する設定をしよう
  • カメラを起動するコードを追加しよう
  • ビルドして実機で実行してみよう
  • モデルを読み込んで推論を実行してみよう
  • このセクションのプロジェクトのソースコード
ボーナスセクション
  • GPU搭載のおすすめPCや、グラフィックスボード情報
  • AI・ディープラーニングのおすすめコース