こんにちは， この記事はklis Advent Calendar 11日目の記事です． www.adventar.org おなじみですがこれでklis Advent Calendarの条件である「本文にklisが入っていること」をクリアしたので自由に書いていきます． 本当はメイドの話をしようかボードゲームの話をしようかというところで迷ってたんですが，4日目にnzwくんがVAEの話をしていたので，それと関係するGANの話をしようと思います． (22日目はNewbeznさんがボドゲの話をしてくれるかもですよ) ちなみにGANはいわゆる機械学習の分野で，本来ならバリバリ数学の話が出てくるところなんですが，klis向けの記事でそういう話しても面白くなさそう(あと数式書くのがだるい)なのでそういう話は出さないようにします．ご安心ください． GANとは GANは「生成モデル」と呼ばれるものの一種です．

こんにちは はじめに 僕は先日，卒業研究の最終発表を終えてきました． その時のスライドを作っていて得た知見を少しメモ的に書きます． 背景 卒研発表の一週間ほど前，ゼミ内での発表練習がありました． 卒研発表で与えられる時間は8分でした*1が，実際に発表してみたところ12分かかりました． 発表内容とスライドを削らなければいけません． これをどう削ったかというのが今回の話です． 置かれている状況 僕は卒業研究でいわゆるDeep Learning，その中でも画像を対象とした畳み込みニューラルネットに関する研究を行っていた 僕は筑波大学情報学群 知識情報・図書館学類(以下klis)に所属している klisには画像に関する研究をしている人はほぼいない．Deep Learningについても同様 つまり僕は，自分の研究に必要な予備知識をほとんど持っていない人達に対してこの研究を発表しなければならない，とい