地域/情報研究室

7/12に第8回学生ゼミが開催されました。 今回は12章の変分オートエンコーダーについてD3の邱さんが、敵対的生成ネットワークと正規化フローについてB4の坂番さんから発表がありました。 変分オートエンコーダーでは今まで扱ったモデルに比して導出が難しいモデルでしたが、モデルの目的や仮定、損失の導出や役割などを皆で議論しながら丁寧に追っていくことで、理解しやすくなったと思います。また、今回の中でVAE、GAN、正規化フローといった複数の生成モデルについて触れ、それぞれの仮定や特徴などを学ぶことができ、生成モデルへの理解を深めることができました。 今回で夏のゼミは最終回になります。皆さん約3ヶ月間お疲れ様でした。 次のゼミは研究室ゼミで、B4の2人が卒業論文の中間審査に向けた発表を行います。 In this seminar, Qiu-san gave a presentation on the variational autoencoder in Chapter 12, and Sakaban-san gave a presentation on the adversarial generative network and normaliing flow. The variational autoencoder model was more difficult to…

去る7月8日、ここ地域/情報研究室で1日遅れの七夕飾りつけを行いました。 30度を超える暑さの中、100均まで買い出しに行き、いざ願い事を記入。 僕は5月に痛めてしまった爪の回復をお祈りしました。はやく元通りになるといいなあ。読者のみなさんの願いも星に届きますように。 願い事が叶うよう、暑さに負けず研究に励んでいきます！   On July 8, we held a Tanabata decoration event at the Regional Planning and Information Laboratory. Despite the intense heat, we went shopping to the 100-yen shop and wrote our wishes in strips of paper.…

7/5に第7回学生ゼミが開催されました。 今回は深層学習の内容から離れ、片山さんから研究で必要となるツールについての説明をしていただき、実際に環境構築からPyTorch(※)の公式チュートリアルの実行までを行いました。 SSHでの研究室のGPUサーバーやGithubとの接続、Dockerによる仮想環境の構築など、一人で行うには骨の折れる工程を先輩方に丁寧に教えていただけて、頭が上がりません。 やり方を忘れない内に復習しておこうと思います。 次回は前回のゼミで扱った12章「生成モデル」の続きの、GANや正規化フローについて扱います。   ※PyTorch…Python向けのオープンソース機械学習ライブラリ。近年最もシェアが高い。本研究室では主にこれを使ってモデルの構築、学習を行う。   We learned how to use the tools such as Git, Github, Docker and PyTorch(※), which are necessary for research from Katayama-san. It is very painstaking work for those with no experience of…

6/28に第6回学生ゼミが開催されました． 今回はD3の邱から，12章の生成モデル（前半）について発表しました． 生成モデルの概要，自己符号化器とスパース自己符号化器について説明しました． 議論の場では，スパース自己符号化器の実用例について考えて，事前学習や分類器の学習に有用であるという話しをしました． 次回は特別の回で，M2の片山くんがサーバーの使い方や深層学習モデルの実装を紹介して，みんなが実際に手を動かしてみる予定です． The 6th student seminar was held on 28th June. Qiu (D3) gave a presentation on the first part of Chapter 12, generative models. An overview of generative models, autoencoders, and sparse autoencoders was explained. During…