こんにちは。
ディープラーニングお兄さんの”はやぶさ”@Cpp_Learningです。
仕事・プライベートどちらでも”深層学習”や”プログラミング”を楽しんでいます。
本ブログで機械学習の記事も書いているので、良かったら遊びに来てください。
最近はSony製の深層学習フレームワーク “Neural Network Libraries（NNabla）” について記事を書いています。
記事数が増えてきたので、Tips集のつもりで過去に書いた記事を本記事にまとめます。
※ソースコード付の記事を多数公開中
Contents
Neural Network Libraries（NNabla）の環境構築
Windows Subsystem for Linux（WSL）にNNablaをインストールする方法
※Ubuntuにインストールする方法とほとんど同じ
NNabla C++ ライブラリのインストール
NNabla C++ APIの環境構築について
※PythonだけでなくC++で深層学習を使いたい人向けの記事
【深層学習入門】実践！NNablaで学習から推論まで
NNablaを使った深層学習チュートリアル -学習から推論まで-
※本記事でChainer版の深層学習チュートリアルも紹介しています
学習済みモデルを使って推論する方法 -HDF5ファイル編-
深層学習チュートリアル記事で生成した学習済みモデル（h5ファイル）による推論を実践
※学習済みモデルについての丁寧な解説あり
学習済みモデルを使って推論する方法 -NNPファイル編-
今度は学習済みモデル（NNPファイル）による推論を実践
※組み込みシステムと深層学習についての説明あり
NNabla CLIでニューラルネットワークの構造を可視化する
NNablaのCommand Line Interfaceを使ってニューラルネットワークの構造をグラフ化する。
※NNPファイルを使用します
NNabla C++ APIで推論する方法
NNabla C++ APIによる推論を実践（C++のみで推論）
※NNPファイルを使用します
実践！NNablaでモデル圧縮（仮）
I study “Deep Learning” for Embedded system.
I interested in Model Compression.
I will try Model Compression with NNabla…
※随時更新する予定
【おまけ】Spresenseの紹介
Neural Network Librariesで学習したモデルは、Sony製のスマートセンシングプロセッサ搭載ボード”Spresense”で実行できるそうです。
Spresenseメインボード
Arduino IDE や専用のSDKを使って簡単にIoTシステムを実現できるようです
Spresense拡張ボード
Arduino UNO 互換のピンソケット
Spresenseカメラボード
Sony製CMOSイメージセンサー
