人工知能プログラマー入門講座（機械学習）

機械学習プログラミングを始める際の悩みとして、畳み込みニューラルネットワークのような負荷のかかりそうなモデルを使用する際に、パソコンにかかる負荷や、学習の際にかかる電気代のことが気になっていました。
そのため、第３次人工知能ブームのきっかけとなったディープラーニング（深層学習）の実装を、しばらくの期間ためらっていました。その後、Googleアカウントで利用できる「 Google Colaboratory 」で畳み込みニューラルネットワークをはじめとしたディープラーニングもできることを知ったので、機械学習プログラミングの実装を開始しました。

この講座では、日々の学習のアウトプットをしていきたいと思います。
まだまだ、わからないことだらけですが、一緒に勉強していきましょう。
一連の情報が、これから機械学習プログラミングを始めたい方の、何かしらの参考になることがありましたら幸いです。

Keras編：Pythonで深層学習・機械学習プログラミング実装入門

プログラミングサンプルコード・サンプルソース付き

【Kerasの使い方解説】

・Keras GPU（Google Colaboratory）使い方

・Keras　reshapeの意味・使い方

・Keras keras.utils.to_categoricalの意味・使い方

・Keras add（Sequential）の意味・使い方　

・Keras Conv2D（CNN）の意味・使い方：Keras conv2d

・Keras conv2d padding sameの意味・使い方

・Keras input_shapeの意味・使い方

・Keras activationの意味・使い方

・Keras Conv2D MaxPooling2Dの意味・使い方

・Keras denseの意味・使い方

・Keras dropoutの意味・使い方

・Keras model lossの意味・使い方

・Keras model.fit verboseの意味・使い方

・Keras model.fit epochsの意味・使い方

・Keras model.summary()の意味・使い方 | モデル構造の可視化

・Keras 訓練履歴の可視化・グラフ表示（matplotlib：pyplot – plot関数等）

・Keras 機械学習のモデル構造・学習モデルの重みの保存の違い：json・pickle・pkl・hdf5・h5ファイルとは？　

・Keras 機械学習プログラムをカスタマイズしてみよう

・Keras CNNモデルをカスタマイズしてみよう

Keras編：MNISTデータセットで数字画像認識に挑戦

【動かしてみよう】Pythonで畳み込みニューラルネットワーク（CNN） Keras・Google Colaboratory

・【とりあえず動かすサンプルコード：解説なし版】畳み込みニューラルネットワーク（CNN）- Colaboratory・Keras・MNIST

・【コード解説】畳み込みニューラルネットワーク（CNN）サンプルコード – Colaboratory・Keras・MNIST

機械学習の初学者にとって開発環境の「構築方法」「使い方」「実行方法」がわからずに悶々とされている方もいるのではないかと思います。とりあえず、機械学習プログラムを動かせたという体験は、これから深く学び始める際の自信になるのではないかと思います。

・【コード書き換え】Pythonで畳み込みニューラルネットワーク（CNN）Keras・Google Colaboratory

プログラミングには色々な書き方があるようです。参考までに

・【視覚化】Pythonで畳み込みニューラルネットワーク（CNN）Keras・Google Colaboratory

モデルや学習過程を視覚化してみましょう。

モデルの視覚化
from keras.utils.vis_utils import plot_model
plot_model(model, to_file=’model.png’)

・【モデルカスタマイズ】Pythonで畳み込みニューラルネットワーク（CNN）Keras・Google Colaboratory

学習モデルをカスタマイズ

・【自前データを判別】Pythonで畳み込みニューラルネットワーク（CNN）Keras・Google Colaboratory

作成した人工知能で、自前の数字画像データ（自分で用意した画像データ）の判別に挑戦。

・【アプリ化】Pythonで畳み込みニューラルネットワーク（CNN）Keras・Google Colaboratory

：Flask（Python）Web機械学習アプリ開発入門

–【サンプルコード】MNIST編 Flask（Python）Web機械学習アプリ開発入門：画像アップロード判定プログラム

–【コード解説】Keras・MNIST編：Flask（Python）Web機械学習アプリ開発入門 – 画像アップロード判定プログラム

-【ハンズオン】MNIST編 Flask（Python）Web機械学習アプリ開発入門：画像アップロード判定プログラム

学習済みのプログラムを利用して、（何かしらの…）アプリ開発に挑戦。
Flask・Django・TensorFlow.js機械学習Webアプリ開発。ローカル環境〜デプロイまで

自前データセットで画像認識に挑戦

【自作データセット編 – Pythonで畳み込みニューラルネットワーク（CNN）Keras・Google Colaboratory】

・【サンプルコード】Python・KerasでCNN機械学習。自作・自前画像のオリジナルデータセットで画像認識入門

【サンプルコード：解説あり版 – KerasでCNN機械学習。自作・自前画像のオリジナルデータセットで画像認識入門】

・【コード解説】自作画像認識AI：Keras・CNN・Pythonオリジナルデータセット対応の機械学習サンプルコード

自作データセットの作成方法と画像認識プログラムの実装まで

【アプリ化 – 自作データセット編】Flask（Python）Web機械学習アプリ開発

：Flask（Python）Web機械学習アプリ開発入門

–【サンプルコード】自作画像認識編 Flask（Python）Web機械学習アプリ開発入門：画像アップロード判定プログラム

–【コード解説】自作画像認識編 Flask（Python）Web機械学習アプリ開発入門：画像アップロード判定プログラム

-【ハンズオン】自作画像認識編 Flask（Python）Web機械学習アプリ開発入門：画像アップロード判定プログラム（予定）

PyTorch編：Pythonで深層学習・機械学習プログラミング実装入門

・PyTorch入門講座：Python人工知能（AI）・機械学習プログラミング　

PyTorch（パイトーチ）の入門的なチュートリアルも作成していく予定です。
現在のところ、動画コンテンツを公開中です。

PyTorchで機械学習プログラミングを始めたい方の参考になることがありましたら幸いです。
近年の人工知能・機械学習関連の論文では、PyTorchでサンプルを公開するケースがあるようです。PyTorchについて学ぶことで、最新論文のサンプルコード等が自分でも動かせるようになれるといいですね。

：PIFuHDの使い方入門 – 2D人物画像から3Dモデル作成（Python・PyTorch・Colaboratory）

：【困った…】PIFuHDのエラー FileNotFoundError　New♪

：ArtLine（GitHub）の使い方：AIで人物画像・写真から線画の肖像画・塗り絵イラスト化

Python機械学習ライブラリを知ろう

・Python機械学習ライブラリ（一覧・比較）

【ERROR Codes】- プログラミング学習エラーコード集

：【ERROR Codes】- プログラミング学習エラーコード集（一覧）

– 【対応例】pip installでTensorFlowがインストールできない…　

– 【対応例】AttributeError: ‘str’ object has no attribute ‘decode’

– 【対応例】ValueError: No model found in config file

– 【対応例】Windows：VSCodeでAnacondaのcondaコマンド認識しない…path設定エラー　

機械学習やWebアプリプログラミングをはじめとしたプログラミングの学習の際に遭遇する、コードエラーとその対応方法例などについてまとめていく予定です。

【Python】OCRプログラミング入門講座

OCR（Optical Character Recognition：光学文字認識）プログラミングの入門的な内容のコンテンツを作成中です。

・【Python等】OCRプログラミング入門講座（一覧）

：【Python – 自作OCR開発中】日本語手書き文字（横書き・縦書き対応）：プログラミング学習用

：【4桁】連続数字画像認識プログラミング入門（Python・OpenCV・SVM）　

：WebカメラでOCR入門（静止画）- Tesseract OCR・PyOCR・OpneCV

：WebカメラでOCR入門（リアルタイム）- Tesseract OCR・PyOCR・OpneCV

・【Python機械学習】自作OCRプログラミング入門

機械学習でオリジナルデータセットで学習させたモデルを使い、簡易OCRをPythonで自作する方法。

– 7セグメントのデジタル数字画像認識・OCR –

・【4桁 – 7セグメント編】連続デジタル数字画像認識プログラミング入門（Python・OpenCV・Keras・CNN）

【基本 – 手動で文字領域トリミング】

数字の判定領域を手動で抽出する方法（手動で文字領域トリミング）を実装しているプログラムです。
1〜4桁のデジタル数字を認識できる簡易OCRを作成し、失敗した画像情報をオリジナルデータセットに追加してAIを賢くしてみましょう。

【ステップ１】7セグメント認識用オリジナル学習済みモデルの作成
– 【7セグメント編】オリジナル学習済みモデルの作成方法

【ステップ２】1文字判定（デジタル数字：0〜9＋空白）
– 【7セグメント編】1文字判定（デジタル数字：0〜9＋空白）

【ステップ３】デジタル数字：4桁連続数字認識＋再学習
– 【7セグメント編-手動抽出OCR】連続文字判定（デジタル数字：4桁連続数字）＋再学習　

【応用 – 自動文字検出・抽出機能付きの自作OCR作成】

数字の判定領域をOpenCVの輪郭抽出機能を使い自動で抽出する方法（自動で文字検出）を実装しているプログラムです。
ここまでできれば、本格的なOCRシステムですね。

上述の2ステップ

【7セグメント編】オリジナル学習済みモデルの作成方法

【7セグメント編】1文字判定（デジタル数字：0〜9＋空白）

に加えて、以下のステップを踏むことで、一般的なOCRでお馴染みの自動文字検出機能付きのOCRを自作することができます。

【ステップ３−１：7セグメントデジタル数字文字検出】
–【7セグメント編】デジタル数字文字検出（物体検出）：画像の2値化・膨張処理・輪郭検出枠のカット設定

【ステップ３−２：7セグメントデジタル数字文字検出・抽出オリジナルOCR】
–【7セグメント編 – 自動文字検出・抽出OCR】連続文字判定（デジタル数字：1〜4桁以上の連続数字）＋再学習　

– 英語の画像認識・OCR：Programming OCR for English（Basic）-

膨張処理を活用して、英語対応の基本的な仕組みのOCR開発に挑戦。

【ステップ１】英語認識用オリジナル学習済みモデルの作成
-【英語編】オリジナル学習済みモデルの作成方法（アルファベット）

【ステップ２】1文字・単語判定（英語：アルファベット・英単語・,コンマ・.ピリオド・？）
-【日本語編】1文字・単語判定（画像認識：アルファベット・英単語・,コンマ・.ピリオド・？）

【ステップ３】英語認識：アルファベット文字認識＋再学習
-【英語編 – 自動文字検出・抽出OCR】連続文字判定（アルファベット・英単語・,コンマ・.ピリオド・？＋空白）＋再学習

– 日本語手書き文字の画像認識・OCR：Programming OCR for Japanese Handwritten Text（Basic） –

膨張処理を活用して、日本語縦書き・横書き対応の基本的な仕組みのOCR開発に挑戦。

・【日本語手書きOCR編】連続文字画像認識プログラミング入門（Python・OpenCV・Keras・CNN）

【開発中】
：【Python – 自作OCR開発中】日本語手書き文字（横書き・縦書き対応）：プログラミング学習用

【ステップ０】日本語手書き文字用のOCRの仕組み等
– 【日本語 – 手書き編】自作OCRプログラムの概略とOCRの難しさについて

【ステップ１】日本語手書き文字画像認識用オリジナル学習済みモデルの作成（ひらがな・カタカナ・漢字・、点・。丸）
– 【日本語 – 手書き編】OCR用のオリジナル学習済みモデルの作成方法

【ステップ２】1文字判定（日本語手書き：ひらがな・カタカナ・漢字・点、・丸。）
– 【日本語 – 手書き編】1文字判定（ひらがな・カタカナ・漢字・ローマ字・、点・。丸）

【ステップ３】日本語認識：横書き・縦書き文字検出
-【日本語 – 手書き編】連続文字検出：横書き・縦書き（ひらがな・カタカナ・漢字・、点・。丸）

【ステップ３-１：水平・垂直の文章の日本語検出】
– シンプルな横書き・縦書き文章の日本語手書き文字検出（ブロック→行と列→個別文字）　

【ステップ３-２：線が入った画像の日本語検出】
– 直線除去の機能を実装：横書き・縦書き文章の日本語手書き文字検出（ブロック→行と列→個別文字）

【ステップ３-３：点々などのノイズの入った画像の日本語検出】
– ノイズ除去の機能を実装：横書き・縦書き文章の日本語手書き文字検出（ブロック→行と列→個別文字）　

【ステップ３-４：傾いた画像の日本語検出】
– 傾き・角度補正の機能を実装：横書き・縦書き文章の日本語手書き文字検出（ブロック→行と列→個別文字）

【ステップ４】日本語手書きOCR：横書き・縦書き文字認識＋再学習
– 【日本語手書き編 – 自動文字検出・抽出OCR】連続文字判定：横書き・縦書き（ひらがな・カタカナ・漢字・ローマ字・、点・。丸）＋再学習

：【scikit-learn】自作OCR Pythonプログラミング入門（手動抽出）- SVM

-【scikit-learn】オリジナル学習モデルの作成- SVM

-【scikit-learn】1文字判定- SVM

-【手動抽出】連続文字判定- SVM・scikit learn：再学習

：【scikit-learn】自作OCR Pythonプログラミング入門（自動抽出）- SVM

-【scikit-learn】オリジナル学習モデルの作成- SVM

-【scikit-learn】1文字判定- SVM

-【自動抽出】連続文字判定- SVM・scikit learn：再学習

【Python】音声認識・音声合成プログラミング入門講座

少しずつ興味を持ち始めましたので、学習を兼ねて、音声認識・音声合成プログラミング関連の情報もまとめていきます。

【音声認識】

・【Python入門】日本語の文字起こしのやり方（音声認識：音声ファイル編）サンプルコード

【音声合成】

・【PyTorch入門】日本語のテキスト音声合成（E2E-TTS）- ESPnet・Tacotron 2版

&nbsp

AIボイスチェンジャー：RVC WebUI

AIボイスチェンジャーの使い方を学習中です。
このような技術を無料で一般人が学べるとは・・・ありがたい！
：【学習中…】ChatGPTもいいが… AIボイスチェンジャーRVC WebUIでオリジナル音声変換に挑戦してみたい

RVC WebUIのチュートリアルができました。
解説動画も公開しました。
：日本人のためのRVC WebUIの使い方：簡単オリジナルAIボイスチェンジャー作成

RVC WebUI Tutorial（English Edition）
：【AI Tutorial】How to use RVC WebUI: Easy creation of original AI voice changer for beginners　New♪

【RVC v2モデル対応】RVC WebUIのチュートリアル
：【RVC v2モデル対応版】日本人のためのRVC WebUIの使い方：AIボイスチェンジャー　New♪

【RVC v2 model supported】RVC WebUI Tutorial（English Edition）
：【RVC v2 model supported】How to use RVC WebUI – Getting Started with AI Voice Changer for beginners　New♪

【RVC v1モデル対応】RVC WebUIを日本語化する方法
：【RVC v1モデル対応版】RVC WebUIの日本語化　New♪

【RVC v2モデル対応】RVC WebUIを日本語化する方法
：【RVC v2モデル対応版】RVC WebUIの日本語化　New♪

だだっこぱんだ🍞（ddPn08）さん版のRVC WebUIのチュートリアル
：【だだっこぱんだ🍞（ddPn08）さん版】日本人のためのRVC WebUIの使い方 – AIボイスチェンジャー入門　New♪

こちらのプログラムを使うとRVC WebUIで作成した学習モデルでテキスト音声合成が楽しめます。
：VG WebUIの使い方：AIボイスチェンジャー（RVC WebUI）の学習モデルでテキスト音声合成（テキストの音声読み上げ：TTS – Text to Speach）入門

VG WebUI（voice-generator-webui）Tutorial（English Edition）
：【VG WebUI】How to TTS(Text-To-Speech) with the RVC WebUI trained model – Introduction to TTS with RVC　New♪

データセットを作るためにボーカルリムーバーを作りたいが使い方がわからない方はこちら
：【RVC WebUIの使い方】ボーカルリムーバー編：AIボイスチェンジャー用学習データセット作成のためのボーカルと音楽の分離　

数百回〜1000回レベルで学習させる際の壁…学習の保存頻度上限（Save frequency）を変更する方法
：【RVC WebUIの使い方】学習の保存頻度上限を変更編：Save frequencyを変えてGoogle Colaboratoryの無料枠のディスク容量上限対策

学習の中断と再開方法を解説
：【RVC WebUIの使い方】学習の一時中断と途中からの再開 – 学習ログ活用術　New♪

RVC WebUI関連のQ&Aなどをまとめておきました。
：【Q&A集】RVC WebUIの使い方 – チュートリアル動画へのコメントと対応例　

Gradioエラーの謎「Could not create share link Missing file」
：【対応例】Gradio共有リンクエラー「Could not create share link Missing file: frpc_linux_amd64_v0.2」　New♪

RVC WebUIを救いたい
：RVC WebUIを救いたい。日本のAIボイスチェンジ挑戦者の未来のために　New♪

ラズパイ使い方・はじめ方入門：Raspberry PiでAI電子工作

2020年9月にRaspberry Pi 4 Model B 8GB RAMを購入しましたので、今後少しずつ関連コンテンツを計画中。

【ラズパイの導入・準備・初回起動編】

「ラズパイを始めてみたいけど、何が必要で、何をどうすればいいのかわからない・・・」
と考えている方が、導入で困らないように、必要な物やRasberry Pi OSのセットアップまでの一連の内容をまとめておきました。
記事では、2020年9月時点の最上位モデルRaspberry Pi 4 Model B 8GB RAMを使うために必要な物を、個別に購入・準備する方法をまとめてあります。

：【使用機器レビュー付き】ラズパイ使い方・はじめ方入門：開封〜インストール手順（Raspberry Pi 4 Model B 8GB RAM）

上記の方法でセットアップ済みのラズパイで、SSHとVNCなどでリモート接続が成功したので、ラズパイのOSセットアップを、WindowsやMacのパソコンだけでヘッドレス（画面なし）で実行する方法も試したみたくなりました…

：【保存版：Windows編】ヘッドレスでラズパイOSセットアップ入門（HDMIディスプレイ・USBマウス/キーボードなし）- SSH・VNC
→ 今のところできる気がしません。Mac上のWindowsの仮想環境の影響か…？（ssh空ファイルでのssh有効化に苦戦…）
→ その後無事にSSHに成功しました。

：【保存版：Mac編】ヘッドレスでラズパイOSセットアップ入門（HDMIディスプレイ・USBマウス/キーボードなし）- SSH・VNC

【ラズパイのリモート接続の設定】

いつも使っている、MacやWindowsのパソコンでリモート接続できると便利ですよね。

・【Windows編】ラズパイのリモート接続入門（SSH・VNC）

：【簡単！】WindowsでラズパイのSSH接続・設定入門（リモート接続・操作）

：【つながらない？】WindowsでラズパイのVNC接続・設定入門（リモートデスクトップ）　

・【Mac編】ラズパイのリモート接続入門（SSH・VNC）

：【簡単！】MacでラズパイのSSH接続・設定入門（リモート接続・操作）

：【難しい…？】MacでラズパイのVNC接続・設定入門（リモートデスクトップ）　