はてなブックマーク

はじめに 前回Chainerの新機能、trainerを使ってCIFAR-10の画像分類に挑戦しようとしたのですが、マシンパワーの都合上、動作を確認できずに終わってしまいました。 そこで今回はMNISTを使ったAutoencoderの作成を通してtrainerの使い方を確認していこうと思います。 Autoencoderに関してはこちらの記事を参考にしました。 【ディープラーニング】ChainerでAutoencoderを試して結果を可視化してみる。 ChainerでDeep Autoencoderを作ってみる 実装 MNISTの手書き文字1000個を入力とし、隠れ層を1層通して入力と等しくなるような出力を得るネットワークを作成します。 コード全体はこちらにあげています。 ネットワーク部分 隠れ層のユニット数は64まで絞っています。 また、hidden=Trueで呼び出すと隠れ層を出力できるよ

はじめに 深層学習と強化学習を組み合わせた Deep Q Network、通称DQNでOpenAI GymのClassic controlを解くプログラムを作ってみました。 今回はその実装について紹介したいと思います。 DQN自体については DQNの生い立ち　＋　Deep Q-NetworkをChainerで書いた ゼロからDeepまで学ぶ強化学習 の記事がとてもわかりやすく、私もこちらで紹介されている論文やGitHubのコードを参考に実装しました。 強化学習やDQNの理論を知りたい方はこちらをご参考ください。 DQN"もどき"？ Deep Q Networkという名前からも分かる通り、DQNは強化学習の1つであるQ学習を多層ニューラルネットで関数近似します。 それに加え、下記の3つの手法を取り入れて初めてDQNと呼べるみたいです。 Experience Replay Fixed Targ