【OSS情報アーカイブ】Pylearn2

※当記事に記載されている情報は、古くなっている場合があります。オフィシャルサイトで最新情報をご確認ください。

「Pylearn2」とは

「Pylearn2」基本情報

■概要

Pylearn2(パイラーンツー)とは、数値計算ライブラリ「Theano」ベースのオープンソースディープラーニングライブラリです。

■基本説明

Pylearn2は、画像認識処理などを得意とするディープラーニングライブラリです。自動微分が優れているのが特徴です。

ディープラーニング技術の研究用ライブラリとしての一面もあります。

■経緯

カナダのモントリオール大学が中心となり開発されています。

■オフィシャルサイト情報

オフィシャルサイト

→Pylearn2

ライセンス情報

Pylearn2のライセンスは「3条項BSDライセンス」です。

詳細について、こちらを参照ください。
→Pylearn2　→License and Citations

ダウンロード

→Pylearn2　→Download and installation

■同様製品

同様な機能を提供する製品として、次のようなものがあります。

オープンソース製品：「Theano」「Caffe」「Chainer​」など。

「Pylearn2」の主な特徴

■「Theano」ベース

Pylearn2は、大部分の機能を数値計算ライブラリ「Theano」を基盤として構築され、改良が加えられたライブラリです。

Pylearn2を使用するためには、「Theano」と「Theanoの依存関係」が必要です。そのため、機能的には「Theano」と似ています。

「Theano」とは

Theano(テアノ)とは、Python用数値計算ライブラリです。多次元配列を効率的に使用する数式について定義/最適化/評価でき、ディープラーニング計算処理によく利用されます。

→OSSxCloudNews　→オープンソースのAI・人工知能／Theanoとは

■プラグイン

Pylearn2の最も大きな特徴は、プラグインによる「柔軟性」にあります。「研究者が行いたい研究をすべて可能にする」ことを目的に設計されています。

Pylearn2プラグイン(新しいタイプのモデル/アルゴリズムなど)について、数式を使って作成できます。ベースとなっている「Theano」がそれらの数式を最適化して安定させ、選択したバックエンド(CPUまたはGPU)向けにコンパイルを行います。

■GPU対応

オプションを設定するだけで、GPU用計算コードを生成できます。

■GPU畳み込みネットワークライブラリのラッパー

Pylearn2は、極めて効率的な「GPU畳み込みネットワークライブラリラッパー」を提供します。このラッパーにより、最小限のオーバーヘッドでTheanoの各種機能を使用できます。

■YAML形式

Pylearn2のベーシックな利用方法は、YAML形式で記述して実行させる方法です。

YAML(YAML Ain't Markup Language)とは、構造化データを表現するためのフォーマットです。データセット、アルゴリズム、レイヤー構造、テスト方法などを記述します。

Pylearn2参考情報①Pylearn2とは(入門編)

「Pylearn2」の概要について解説している参考サイトを紹介します。

■Pylearn2講演レポート

概要

Pythonコミュニティ「PyData Tokyo」による第1回勉強会「PyData Tokyo Meetup #1 – Deep Learning」にて行われた、Pylearn2の講演内容についてレポートとしてまとめられています。

解説テーマ

・ディープラーニングライブラリ「Pylearn2」
・Pylearn2の利用方法
・ディレクトリ構成
・設定と実行
・全体を通じて

ページリンク

→CodeZine　→Pythonディープラーニングライブラリのツートップ「Pylearn2」「Caffe」とは～PyData Tokyo Meetup #1イベントレポート

■GitHubドキュメント

概要

GitHub上にあるPylearn2説明ドキュメント(英語版)です。

クイックスタート、ハイライト、ライセンスなどについて説明されています。

解説テーマ

・Quick start and basic design rules
・Highlights
・License and Citations

ページリンク

→GitHub　→lisa-lab/pylearn2　→Pylearn2: A machine learning research library

Pylearn2参考情報②Pylearn2のインストール

オープンソースディープラーニングライブラリ「Pylearn2」を各環境にインストールする方法を紹介します。

■オフィシャルサイト「Download and installation」

概要

Pylearn2オフィシャルサイトのインストール解説(英語版)です。

gitで取得してインストールを行います。Vagrantを利用したインストール方法も解説されています。

DATA_PATHの設定、依存関係についてもまとめられています。

ページリンク

→Pylearn2 dev documentation　→Download and installation

■Linux(Ubuntu)編

概要

GPUバックエンドを利用できる環境(Ubntu14.04)にPylearn2をインストールする手順について解説されています。

Ubuntuのインストールから始めて、CUDAのセットアップも行います。

解説テーマ

・Ubntu14.04インストールとCUDAセットアップ
・Python modules
・Theano インストール
・Theano 設定調整
・Pylearn2 インストール
・Pylearn2 動作確認

ページリンク

→BEATCRAFT　→Pylearn2 setup

■Windows編

概要

Windows8.1(64bit)にTheano+Pylearn2をインストールする手順がまとめられています。

GPUあり環境で、Anacondaを使用しています。

解説テーマ

・Anaconda Python2.7
・Visual Studio 2013 community
・依存パッケージ
・CUDA Toolkit
・Git
・PyCUDA
・Theano
・pylearn2

ページリンク

→備忘録とか日常とか　→64bit windows8.1 に Theano, Pylearn2をインストール(GPU使用, Anaconda)

■Mac編

概要

macbookにPylearn2をインストールする方法について解説されています。

「0からPylearn2を動かすまでを前提」とされていて、細かく説明されています。

インストール失敗時の各種エラー対処方法についても解説されています。

解説テーマ

・環境
・参考
・前提
・Theanoの内部利用パッケージのインストール
・依存パッケージのインストール
・Theanoのインストール
・Pylearn2のインストール
・データセットの構築
・チュートリアル
・エラー対処

ページリンク

→GitHub　→peace098beat/deeplearning_0.1_documentation　→Pylearn2のインストール方法

Pylearn2参考情報③Pylearn2のチュートリアル

Pylearn2参考情報③Pylearn2のチュートリアル

オープンソースディープラーニングライブラリ「Pylearn2」のチュートリアル実施方法について紹介します。

■オフィシャルサイト「Quick-start example」

概要

Pylearn2オフィシャルサイトのチュートリアル解説(英語版)です。

「1．データセット作成」「2．モデルトレーニング」「3．モデル検査」の3ステップで解説されています。

解説テーマ

Step 1: Create the dataset
Step 2: Train the model
Step 3: Inspect the model

ページリンク

→Pylearn2 dev documentation　→Quick-start example

■公式チュートリアル実践

概要

Pylearn2をインストールした後に、公式チュートリアルを参考にして、画像表示するところまでまとめられています。

解説テーマ

・Pylearn2のダウンロード
・インストール
・チュートリアルを動かす

ページリンク

→Qiita　→今ナウいディープラーニングのライブラリ「Pylearn2」のインストールとチュートリアル

■階層型パーセプトロン学習チュートリアル「stacked_autoencoder」

概要

「stacked_autoencoder」という階層型パーセプトロン学習チュートリアルの実施レポートとしてまとめられています。

Mac環境で実施されています。

解説テーマ

・実験環境
・pylearn2のインストール方法
・参考にしたチュートリアル
・stacked_autoencoderの説明
・使用するデータセットの準備
・用意したデータセットで学習
・学習されたモデルをテストデータに適用

ページリンク

→Qiita　→pylearn2で階層型パーセプトロンの学習

■チュートリアル「Softmax Regression」+「Multilayer Perceptron」

概要

ロジスティック回帰多クラス版「Softmax Regression」と多層パーセプトロン「Multilayer Perceptron」のチュートリアルを実施したレポートとしてまとめられています。

解説テーマ

[Softmax Regression]
・データのダウンロード
・YAMLファイルの記述を理解する
・学習させてみる
[Multilayer Perceptron]
・Part2
・ちょっと寄り道

ページリンク

→まんぼう日記 　→Pylearn2 の tutorial でお勉強

Pylearn2参考情報④Pylearn2の使い方

Pylearn2参考情報④Pylearn2の使い方

オープンソースディープラーニングライブラリ「Pylearn2」をインストール後の「使い方」「気をつけるべきポイント」などについて参照できるサイトを紹介します。

■自分でデータを作り学習させる

概要

Pylearn2のインストール後のチュートリアルで、自分でデータを作りrbmで学習する方法についてまとめられています。

解説テーマ

[vagrant install とか pylearn2 install 済みの vm 作成など]
・vagrant install する
・vagrant up する
・ssh_config に vm の設定を追加する
[チュートリアルを実行する]
・チュートリアルで使うデータを集める
・mnist のチュートリアル
・自分でデータを作る
・twitter アイコンを使って rbm で学習する

ページリンク

→laughingのブログ　→pylearn2 入門したい編

■独自CSVファイルを作成してPylearn2に読み込む方法

概要

Pylearn2をインストールして、チュートリアルを動かした後に、独自CSVデータを使って予測モデルを作る方法についてまとめられています。

Pylearn2のデータフォーマットは独特であるため、CSVファイルからの読み込みを実施する場合に参考にできます。

ページリンク

→たのしいPython　今夜コードを書いているすべてのヒトへ　→pylearn2でdenoising autoencodersを使ったDeep Learning

■Pylearn2でのディープラーニングのやり方(エラー対処法など)

概要

Pylearn2でのディープラーニングを実施する場合の「エラー対処」や「気をつけるべきポイント」などについてまとめられています。

ページリンク

→→研究開発　→pylearn2でDeep Learningのやり方

■Pylearn2+Theano　全体的に押さえておきたいメモ

概要

Pylearn2+Theanoについて、各項目の解説や、気をつけておくべき点などについてまとめられています。

解説テーマ

・Pylearn2とは
・手法
・PyLearn2
・Theano
・Maxout
・Dropout
・次のステップ
・まとめ
・vagrantによる環境構築について

ページリンク

→c memo　→pylearn2 メモ

■Pylearn2の使い方　基礎編から応用編まで

概要

Pylearn2の「主要なディレクトリ構成」「YAMLの読み方」「一般的な使い方」などについて解説されているスライドです。

Pylearn2の使い方のみではなく、ディープラーニングについての基礎解説から応用的な使い方まで、詳細に解説されています。

解説テーマ

・Deep Learning基礎
・環境構築
・Pylearn2　基礎編
・Pylearn2　応用
・ライブラリ比較
・Touch7
・まとめ

ページリンク

→SlideShare　→JSAI's AI Tool Introduction – Deep Learning, Pylearn2 and Torch7

Pylearn2参考情報⑤Pylearn2のPython実装事例

Pylearn2参考情報⑤Pylearn2のPython実装事例

オープンソースディープラーニングライブラリ「Pylearn2」を使用して、予測や分析などを行っている事例を参照できるサイトを紹介します。

■Pylearn2の実装の流れ

概要

「ディープラーニング概要」と「Pylearn2の実装の流れ」について分かりやすく解説されているスライドです。

解説テーマ

[ディープラーニング概要]
1．各層の学習法について
2．パラメータについて
3．実装：現状の関連コード比較
[Pylearn2]
・市民権争い　Pylearn2 vs Touch7
・DL実装の流れ
・Pylearn2を今から始めるには

ページリンク

→SlideShare　→実装ディープラーニング

■犬と猫を区別するためのコンセプト

概要

「Pylearn2から予測を得る方法」として、犬と猫を区別するためのコンセプトについて解説されています(英語版)。

解説テーマ

・Step by step
・A practical example

ページリンク

→FastML　→How to get predictions from Pylearn2

■学習済モデルとテストデータを使用して検証する方法

概要

Pylearn2で学習したモデルとテストデータを使って検証を行う方法についてまとめられています。

解説テーマ

・テストデータを読み込む
・モデルを読み込む
・予測値を計算する
・結果を集計する
・使用例

ページリンク

→Qiita　→Pylearn2で学習モデルの検証を行う

■binary教師なし人工データを発生させて、トレーニング後結果表示

概要

「binary教師なし人工データの発生」→「DBMのtraining」→「作成したDBMの結果表示」までの一連の手順についてまとめられています。

解説テーマ

・Pylearn2のインストール
・参考資料
・やったこと
・人口データの発生
・Pylearn2設定用yamlファイル
・training
・学習結果の表示

ページリンク

→Qiita　→人工データを使ってPylearn2でDBMを試してみた

■画像ファイル作成から学習/分析まで

概要

「画像ファイルをCSVファイルに変換」→「CVSをpklに変換」→「学習」→「識別テスト」の一連の流れについてまとめられています。

解説テーマ

・手順
・下準備
・画像ファイルをCSVファイルに変換
・CSVをpklに変換
・学習させる
・識別テスト

ページリンク

→Qiita　→DeepLearningに自作画像データを入れて遊んでみる

　

参考元サイト

• Pylearn2 dev documentation　→Welcome
• CodeZine　→Pythonディープラーニングライブラリのツートップ「Pylearn2」「Caffe」とは～PyData Tokyo Meetup #1イベントレポート　→セッション「PyLearn2解説」
• 侍エンジニア塾　→Pythonでよく使われているおすすめの機械学習ライブラリ厳選8選
• GitHub　→lisa-lab/pylearn2

※定期的にメンテナンスを実施しておりますが、一部情報が古い場合がございます。ご了承ください。

この記事のタグ一覧

• Pylearn2

  1

• 一覧はこちら
• 次の記事へ