AlpacaのJupyter Notebookを用いた機械学習環境

こんにちは、北山(@gamella)です。

先日行われたSoftLayer Bluemix Community Festa 2016において、乗松(@arrow_elpis)が「Jupyter NotebookとChainerで楽々Deep Learning」という題目で発表を行いました。

Jupyter NotebookとChainerで楽々Deep Learning from Jun-ya Norimatsu

www.slideshare.net

発表の内容自体は、「AlpacaにおけるChainer + Jupyter Notebook環境」と「Jupyter NotebookでDeep Learningをやってみる」の2部構成でした。

まず、発表でも述べられているJupyter Notebook採用の理由ですが、これは多くの人がすでに知っているように、実験の再現手順と結果がGithubでチームで共有できるためです。現在、日本とシリコンバレーに拠点があり、情報共有が極めて重要となっているAlpacaでは、コードと実験結果が一元管理できるJupyter Notebook+Githubの環境はぴったりでした。

jupyter.org

Cookpadの事例: 現代のエンジニアのための強力なメモ帳 Jupyter notebookのすゝめ - クックパッド開発者ブログ

インターンが取り組む課題も含め、すべての実験結果がGithubで管理でき、すべての情報をGithubへのリンクで共有できるので、ミーティングの効率などもJupyter Notebook+Githubを採用することで劇的に向上しました。これは特に機械学習のような結果の可視化が重要な分野では重要なことかと思います。

また、「Jupyter NotebookでDeep Learningをやってみる」はLSTMを利用して、Deep Learningで「走れメロス」の文体を学習しています。こちらはその手順をまとめたJupyter Notebookを公開しております。