ディープラーニング入門_2025 [講義ノート]

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。
# ディープラーニング入門

## Day 1 (2025/03/11)

Zoomの録画: https://u-tokyo-ac-jp.zoom.us/rec/share/W1nkxWnGjoe0znUDavFXNV5gIr_CvR2YfooayiYdTAKFWjZR3lP4tuV2H23e4UW5.bg9UUku-NFJAx9cj

### Pythonについて

#### Pythonの主な特徴

- インデント（字下げ）によってブロックを定義するため、コードが見やすい。
- 外部ライブラリをpipコマンドで簡単にインストール可能。
- 動的型付け言語。変数の型を明示的に宣言する必要がなく、コードが柔軟。
- インタープリタ言語。一行ずつ実行される。

#### Python 2系と3系について

[[https://and-engineer.com/articles/YKUFOxQAACgAq_Z-]]

### ターミナルでの操作の準備

{{:pasted:20250309-144148.png}}

今回の勉強会の内容であれば、ターミナルを開かなくてもできるのだけど、知っておいたほうが良いので一応やります。

#### Windowsの人

Windowsの人は仮想Linux環境をインストールしておくと後々良いので、まずターミナル(管理者)を開いて

{{:pasted:20250310-030101.png}}

下記のコマンドを入力してEnterを押してください。PCを再起動するようにメッセージが出ると思うので、再起動してください。

```
wsl --install
```

再起動したらスタートメニューに「Ubuntu」というのが入っていると思うので、それを実行する。

{{:pasted:20250309-150006.png}}

Ubuntuのターミナルが開いたら、下記を入力してpipとIPythonをインストールしておく。

```
sudo apt update #リポジトリの更新
sudo apt install python3-pip #pipのインストール
sudo apt install ipython3 #ipython3のインストール
```

#### Macの人

Linuxのコマンドを簡単にインストールできるHomebrewをインストールしておく。Launchpadを開いて、「その他」→「ターミナル」を開いて

{{:pasted:20250309-151924.png}}

下記のコマンドを入力してEnterを押してください。

```
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
```

homebrewのインストールが終わったら、下記を入力してIPythonをインストールしておく。

```
brew install ipython
```

### 良く使うコマンドを実行してみる

```
ls #フォルダ（ディレクトリ）の中にあるファイルを表示する
pwd #今いるディレクトリがどこかを表示する
cd / #一番上(ルートフォルダ)に移動する
```

### IPythonとは

https://qiita.com/5t111111/items/7852e13ace6de288042f

- 強力な補完機能
- Pythonの言語としては使えない便利な機能が実装されている。例えば先頭に「!」を付けるとシェルのコマンドを実行可能だったり、変数の最後に「?」を付けると型名などを教えてくれたり。

### Jupyter Notebookとは

https://freelance.shiftinc.jp/column/ipython

ブラウザ上でNotebookにプログラムを打ち込み、実行する。もしくは、データなどの保存や共有をするためのツール。サーバとしてのIPythonは別に動いていて(カーネルと呼ぶ)、ウェブブラウザからサーバのIPythonにスクリプトを実行してもらっている。
### Google Colabとは

Jupyter Notebook をベースに Google が独自進化させた環境です。Google アカウントがあれば、自身の PC に Python をインストールしなくてもブラウザから直ぐに利用可能です。GPU付きのサーバ上で動いているカーネルを無料で使わせてもらえる。ただし、無料版ゆえに数時間で接続が切れる。コードを入力したら「Shift＋Enter」で実行する。

https://colab.research.google.com/

### Python入門

東京大学における「Pythonプログラミング入門」の教材

https://utokyo-ipp.github.io/

- セルにコマンドを書いて実行する場合は「Shift + Enter」
- 変数の定義、代入 https://utokyo-ipp.github.io/1/1-2.html#%E5%A4%89%E6%95%B0
- 変数の型について https://ai-inter1.com/python-data_type/
　文字列、整数、浮動小数点
- if文 https://utokyo-ipp.github.io/1/1-3.html#if%E6%96%87%E3%81%AB%E3%82%88%E3%82%8B%E6%9D%A1%E4%BB%B6%E5%88%86%E5%B2%90
 
  https://note.nkmk.me/python-if-elif-else/

### 練習問題 1

1．以下の結果はどうなるでしょうか？

```
val1=1+1
val2=1+"1"
val3="1"+"1"
```

計算が終わった後の変数の中身を確認し、変数の型を確認すること。

2．valの値はプラスかマイナスの数字が入っているとします。この時、valの中身を絶対値にする（マイナスの場合はプラスに変換する）if文を書いてください。

## Day 2 (2025/03/18?)

関数、配列、for文、ファイル読み取り

Google Colab [[https://colab.research.google.com/]]

### 関数

```
def myfunction(x, y):
    return x + y
```

[[https://utokyo-ipp.github.io/1/1-2.html#%E9%96%A2%E6%95%B0%E3%81%AE%E5%AE%9A%E7%BE%A9%E3%81%A8%E8%BF%94%E5%80%A4]]

- returnは関数の戻り値を指定する
- 関数内部で定義した変数は関数内部でしか使用できない（ローカル変数）
- 逆に関数の外で定義した変数（グローバル変数）にはアクセス可能

### 練習問題 2-1

引数に5を足す関数plus5を定義し、引数に3を与えて呼び出してみる。

### 配列

- リスト `[ 1, 50, 3, ... ]`

[[https://atmarkit.itmedia.co.jp/ait/articles/1905/31/news015_2.html]]

- タプル `( 1, 50, 3, ... )`

[[https://utokyo-ipp.github.io/2/2-2.html#%E3%82%BF%E3%83%97%E3%83%AB-(tuple)]]

- 辞書 (dictionary) `{ 'apple' : 3, 'pen' : 5 }`

[[https://utokyo-ipp.github.io/3/3-1.html]]

### 練習問題 2-2

名前：大谷翔平、生年月日：1994年7月5日、出身地：岩手県水沢市　というデータを適切なデータ構造に保存せよ。

### for文

[[https://techplay.jp/column/1703]]

```
fruits = ['apple', 'banana', 'orange']

for fruit in fruits:
    print(fruit)
```

Pythonのfor文は、入れた順番のとおりに取り出される。

### ファイル読み取り

#### Google Colabのサーバにファイルをアップロード

[[https://www.kikagaku.co.jp/kikagaku-blog/google-colab-file/]]

#### Pythonのファイル読み取り

[[https://utokyo-ipp.github.io/4/4-1.html#%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB%E5%85%A8%E4%BD%93%E3%81%AE%E8%AA%AD%E3%81%BF%E8%BE%BC%E3%81%BF]]
### 練習問題 2-3

1．下記のファイルは2024年度の学生実験で得られたナノポアのシーケンスデータ(FASTQファイル)です。これをGoogle Colabにアップロードし、ファイルを読み取り、リード数を調べてみる。（リード数=行数/4）　read()で読み込んだ文字列を改行で分割してリストにするには```split("\n")```を使う。Macの人は「\」を入力するにはAlt＋「\（￥）」を押す。

[[https://suikou.fs.a.u-tokyo.ac.jp/yosh_data/2024jissyu/fastq/3-eDNA.fq]]

2．FASTQファイルは4行で1リードの情報が書かれていて、2行目に塩基配列の情報が記載されています。塩基配列の長さの合計値を記録し、最後にリード数で割って平均リード長を求めてください。ヒント：10割る3の余りは1ですよね。そのように余りを求める演算子は「%」で、「10 % 3」の結果は「1」です。文字列の長さはlen("文字列")で取得可能です。平均リード長=合計リード長/リード数

{{:pasted:20201026-181800.png}}

## Day 3 (2025/03/24?)

クラス、インスタンス、モジュール、Colabのランタイム変更、手書き数字の認識

[[https://colab.research.google.com/|Google Colab]]で「手書き文字を認識するプログラムを書いて」と入力してAIにコードを生成してもらいましょう。

### コメント

[[https://utokyo-ipp.github.io/1/1-1.html#%E3%82%B3%E3%83%A1%E3%83%B3%E3%83%88]]

### 関数のデフォルト値

[[https://www.javadrive.jp/python/userfunc/index5.html#google_vignette]]

### クラス、インスタンス

[[https://utokyo-ipp.github.io/6/6-3.html]]

### 練習問題3-1

```
A) `'Hello.\n'` ではなくて、「ようこそ"引数"」と出力するaisatsuメソッドを作ってください。
B)「初期化時に指定された文字列＋何回呼び出されたか」を文字列で返す aisatsu メソッドを持つ新しいクラス SayCount を定義してください。ヒント：数字から文字列への変換はstr(数字)で行います。
```

### モジュール

[[https://qiita.com/niwaka_dev/items/6e3d9ff6d797243c77c3]]

### 練習問題3-2

先ほどのSayCountクラスをsay.pyファイルとして保存して、Google Colabにアップロードし、自作sayモジュールをimportで読み込んで、適当な引数で初期化して使ってみる。

### 手書き文字認識

```
# prompt: 手書き文字を認識するプログラムを書いて

!pip install tensorflow
!pip install keras
!pip install pillow

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from PIL import Image
import numpy as np

# MNISTデータセットをロード
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()

# データの前処理
x_train = x_train.astype('float32') / 255.0
x_test = x_test.astype('float32') / 255.0
y_train = keras.utils.to_categorical(y_train, num_classes=10)
y_test = keras.utils.to_categorical(y_test, num_classes=10)

# モデルの構築
model = keras.Sequential([
    layers.Flatten(input_shape=(28, 28)),
    layers.Dense(128, activation='relu'),
    layers.Dense(10, activation='softmax')
])

# モデルのコンパイル
model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# モデルの学習
model.fit(x_train, y_train, epochs=5)

# モデルの評価
test_loss, test_acc = model.evaluate(x_test, y_test)
print('Test accuracy:', test_acc)

# 手書き文字の認識
def recognize_handwritten_digit(image_path):
  img = Image.open(image_path).convert('L').resize((28, 28))
  img_array = np.array(img)
  img_array = img_array.astype('float32') / 255.0
  img_array = np.expand_dims(img_array, axis=0)
  prediction = model.predict(img_array)
  digit = np.argmax(prediction)
  return digit

# 手書き文字画像のパスを指定して認識
image_path = 'path/to/your/handwritten_digit.png'  # 手書き文字画像のパスに置き換えてください
recognized_digit = recognize_handwritten_digit(image_path)
print('Recognized digit:', recognized_digit)
```

{{:pasted:20250320-165737.png}}

Mac用のペイントソフト: [[https://paintbrush.sourceforge.io/downloads/|Paintbrush]]

{{2.png}}

手書き文字は黒字に白文字で書くこと！

### Colabのランタイム変更

[[https://qiita.com/skillup_ai/items/7fa5359330a6c572d7ce#3tensorflow%E3%81%AE%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%BC%E3%83%AB%E6%96%B9%E6%B3%95]]

参考：T4のGPUカードのお値段

{{:pasted:20250319-191452.png}}

### 畳み込みニューラルネットワーク(CNN)

動物の脳が光情報を処理するメカニズム　[[https://ja.wikipedia.org/wiki/%E8%A6%96%E8%A6%9A%E9%87%8E]]

CNNについて [[https://tech.nkhn37.net/tensorflow-keras-cnn-basic-mnist/]], [[https://ndk.co.jp/wp-content/uploads/2023/08/tp_20230810-2.pdf]]

### 最終課題

CNNを利用して手書き文字を認識するプログラムを作る。いくつか手書き文字を作成し、実際の正答率を調べてみる。