SimpleNeuralNet-hands-on

PyTorchでニューラルネットを組んで学習・評価ができるまで

環境構築

Windows11 / Anaconda で構築．

PyTorch用環境を作成，モジュールのインストール． Jupyter Notebookの拡張機能の利用のため nbextensions と autopep8 を導入． PyTorch関連は PyTorch公式 でバージョンを確認(以下は Stable(1.12.1), Windows, Conda, Python, CUDA 11.3 を選択)．

conda create -n torch
conda activate torch
conda install python jupyter numpy pandas matplotlib scipy
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
conda install -c conda-forge jupyter_contrib_nbextensions autopep8 scikit-learn optuna skorch pytorch-lightning torchinfo

torch_env_bak.yml に書き出したので以下で同じ環境が作れるはず．

conda env create -f=env_bak.yml

実行

2値分類問題をニューラルネットで学習し，optunaでハイパーパラメータの最適化をする． 実行コードは skorch-test.ipynb ．

コンテンツ

• sklearn.datasets.make_classification による模擬データ生成
• nn.Module を継承して定義したニューラルネットクラスを skorch.NeuralNetClassifier でラップして sklearn の Classifier のように扱う
  • fit で学習
  • 学習曲線の図示
  • テストデータでの分類スコアの表示
  • GPU の利用
  • Classifier にパラメータを与える方法
• Closs Validtion を行う場合の書き方
• optuna を用いたハイパーパラメータ最適化