機械学習のソースコードをアセンブリ変換する。

Question

機械学習を学ぶことを始めたのですが、アセンブリコードに変換できるのでしょうか？
機械学習で物体検出を行いたのです。
ただ使うだけで身にならないと思いアセンブリ言語などにして
機械学習のソースコードがどのように動いていたりしているのか勉強したいのですが、アセンブリコードに変換できるのでしょうか？
もしかしたらアセンブリ言語だけでは機械学習のすべてがわかるわけではないと思いますが、どうかよろしくお願いします。

Answer 1

機械学習を学びたいのなら、まずしなければならないことは機械学習プログラムのソースを読むことではなく、書店で機械学習の解説書を買ってくることです。
他の質問への回答で同じようなことを書きましたが、ソースを読むには前提となる知識が必要です。コンパイラーのソースを読むならコンパイラーの知識が、カーネルのソースを読むならカーネルの知識が、機械学習のソースを読むなら機械学習の知識が。

Comments

[carnage0216]

解答どうもありがとうございます。

[carnage0216]

将来、一から機械学習のプログラムを作りたいと思った時に、アセンブリ言語から書かなくてはならないと思い、今回の質問を致しました。

[catsforepaw]

今となっては、よほど特殊な事情がない限りアセンブリ言語でプログラムを書くなどということは、まずやりません。そうする価値がほとんどないからです。そして、機械学習のプログラムを作ること、そして利用することは、その特殊な事情には当てはまりません。それなりにプログラミングをこなせるようになれば気づくことです。
つまり、それすら判らない状態で目標を先取りしようとしていることで、かえって目標から遠ざかってしまっています。

「私は将来優秀な外科医になることを目指す。そのためにはメスさばきがうまくなければいけない。その練習をしたいがどうすれば良いか？」と聞いているようなものです。外科医を目指すならまずは医学を学ばないと。

きちんと段階を踏むことが大事です。

[carnage0216]

無知ゆえに大変恥ずかしい質問をしてしまいました。
確かにおっしゃる通りです。
最後に、機械学習のソースコード自体を作り上げた人、あるいは研究者はＣ言語やpythonの標準ライブラリなどの関数を組み合わせて作ったのでしょうか？

[catsforepaw]

もちろんその通りです。研究者たちにとってプログラムは自身の理論の具現化であり、できればたくさんの人に知ってもらいたい、使ってもらいたいと思っているでしょうから、できる限り標準的な環境でコンパイル・実行できるように作るはずです。ただし、場合によっては標準ライブラリーだけでなく外部ライブラリーを利用しているかもしれません。その場合でも、誰もが利用できるようなオープンソースのライブラリーを使っていると思います。

[carnage0216]

そうなのですね！
理論や数式が紙に書いただけの物で終わらず、具現化して目に見える形となり、自分や誰かの役に立ったりできるのは大変素晴らしいですよね。

だとしたら、アセンブリ言語ではなく、標準ライブラリを勉強したりする方が良いですね。

ちなみに、本屋で標準ライブラリなどで機械学習のソースコードを実装したりする本を買ってきます。
Ｃ言語の機械学習において、私のような初心者に向いた機械学習の実装のおススメの本などはあるでしょうか？
差し支えなければ教えていただきたいです。

[catsforepaw]

機械学習に関しては残念ながら知見がないので私には何がお勧めかは判りません。おそらくグーグル先生の方が的確に教えてくれると思います。あるいは、Amazonで売れ筋をチェックしてみるのも良いかもしれません。私としては書店で立ち読みして理解できそうかどうかで判断することをお勧めします。

[carnage0216]

どうもありがとうございます。書店で読んでわかりやすいのを見つけてきます。

Answer 2

こんにちは。

「機械学習のソースコード」がCやC++で書かれていたら、殆どのC/C++コンパイラはアセンブラコードを出力できますので、変換可能です。

しかし、折角高級言語で書かれた「機械学習のソースコード」をお持ちなのであれば、アセンブラコードへ変換しないで読んだほうが遥かに速いですよ。

Comments

[carnage0216]

回答ありがとうございます。
機械学習のソースコードは持っていません。
アセンブラコードへ変換してしまうと逆にわかりにくくなってしまうのでしょうか？

[yumetodo]

まず何をやっているかはわからなくなるでしょうね。

[yumetodo]

アセンブリを読むことのこんにちにおける意義は、最適化をする上で、コンパイラがどのようなコードを吐くかを評価することであると考えます。

[carnage0216]

なるほど、アセンブリコードではあまりにも長く複雑すぎて混乱するわけですね。

[yumetodo]

>機械学習のソースコードは持っていません。
ん、ちょっとまった、これはどういうことだ・・・？ソースコードがないなんてあり得るだろうか・・・？それともbinaryを逆アセンブルしようとしている・・・？LICENSEによってはリバースエンジニアリングを禁止していますよ！

[Chironian]

yumetodoさん、フォローありがとう。

carnage0216さん、yumetodoさんが書いている通りです。
ところで、ソースコード持ってないのに「機械学習のソースコードをアセンブリ変換する。」は不可能では？

[carnage0216]

はい。不可能です。
opencvなどで無料で配布されている機械学習や特徴量抽出のプログラムが手に入ったらアセンブリコード化しようと考えています。わかりにくくて申し訳ありませんでした。

[Chironian]

なるほど。
ならば、入手できたらアセンブリへ変換することなく、高級言語のまま解読することをお勧めします。
ちなみに、gccならSオプションでアセンブリコードを出力できます。
http://nanoappli.com/blog/archives/3899

[carnage0216]

ご親切に解答して下さりありがとうございます。

Answer 3

アセンブリ言語を読めばコンパイラやCPUの動作に関しては理解が深まるかもしれませんが、「機械学習のコードがどう実行されているか知りたい」のであれば、単に「機械学習ライブラリのソースコード」を読めば十分です。

例えばDeepLearningの動作原理について詳しく知りたい場合、ゼロから作るDeepLeaening(オライリー出版)を読むととてもよく分かります。

アセンブリ言語を読んで機械学習の仕組みを学習することは(機械語を脳内でデコンパイルできない限り)できません。

Comments

[carnage0216]

詳しい解説、どうもありがとうございます。

Answer 4

機械学習の仕組みを知るには、ﾌﾟﾛｸﾞﾗﾑから入るのではなく、
機械学習の手法ごとの概念とやりたいこと等を先に勉強してからのほうが良いかと思います。

ﾌﾟﾛｸﾞﾗﾑを自分で書きたい場合は、今ですと、フレームワークを使用して機械学習を行う方が多いかと思います。
「機械学習　フレームワーク」等で調べるといくつも出てくると思います。

有名なのは、Caffe, Chainer, TensorFlow, Torchとかでしょうか
自分はC言語ならCaffe, PythonでChainerを少し構いました。

Comments

[carnage0216]

最近ではTennsorflowもＣ++に対応するようなので、caffeとdarknetを一年後くらいに勉強しようと考えています。

[taashi]

機械学習 = DeepLearning　ということでしたら、
最初は、基礎的なAEやCNNを勉強(Layerの種類と各Layerの役目等も勉強できる)してから、
その他のNeuralNetworkを勉強すると良いかと思います。

[taashi]

AE = Auto Encoder
CNN = Convolutional NeuralNetwork
です。