シャドーイング練習: PyTorch in 100 Seconds - 動画で英語スピーキングを学ぶ

読み込み中...
1
PyTorch, an open-source deep learning framework used to build some of the world's most famous artificial intelligence products.
2
It was created at the Meta AI Research Lab in 2016, but is actually derived from the Lua-based Torch library that dates back to 2002.
3
Fundamentally, it's a library for programming with tensors, which are basically just multi-dimensional arrays that represent data and parameters in deep neural networks.
4
Sounds complicated, but its focus on usability will have you training machine learning models with just a few lines of Python.
5
In addition, it facilitates high-performance parallel computing on a GPU, thanks to NVIDIA's CUDA platform.
6
Developers love prototyping with it because it supports a dynamic computational graph, allowing models to be optimized at runtime.
7
It does this by constructing a directed acyclic graph consisting of functions
8
that keeps track of all the executed operations on the tensors, allowing you to change the shape, size, and operations after every iteration if needed.
9
PyTorch has been used to train models for computer vision AI like Tesla Autopilot, image generators like Stable Diffusion, and speech recognition models like OpenAI Whisper, just to name a few.
10
To get started, install PyTorch, and optionally CUDA, if you want to accelerate computing on your GPU.
11
Now import it into a Python file or notebook.
12
Like I mentioned, a tensor is similar to a multi-dimensional array.
13
Create a 2D array or matrix with Python, then use Torch to convert it into a tensor.
14
Now we can run all kinds of computations on it, like we might convert all these integers into random floating points.
15
We can also perform linear algebra by taking multiple tensors and multiplying them together.
16
What you came here to do though is build a deep neural network, like an image classifier.
17
To handle that, we can define a new class that inherits from the Neural Network Module class.
18
Inside the constructor, we can build it out layer by layer.
19
The flattened layer will take a multi-dimensional input, like an image, and convert it to one dimension.
20
From there, Sequential is used to create a container of layers that the data will flow through.
21
Each layer has multiple nodes, where each node is like its own mini statistical model.
22
As each data point flows through it, it'll try to guess the output, and gradually update a mapping of weights to determine the importance of a given variable.
23
Linear is a fully connected layer that takes the flattened 28x28 image and transforms it to an output of 512.
24
This layer is followed by a non-linear activation function.
25
When activated, it means that feature might be important and outputs the node.
26
Otherwise, it just outputs zero.
27
And finally, we finish with a fully connected layer that outputs the 10 labels the model is trying to predict.
28
With these pieces in place, the next step is to define a forward method that describes the flow of data.
29
And now instantiate the model to a GPU and pass it some input data.
30
This will automatically call its forward method for training and prediction.
31
Congratulations, you just built a neural network.
32
This has been PyTorch in 100 seconds.
33
Thanks for watching, and I will see you in the next one.

この動画で英語スピーキング練習する理由

テクノロジー関連のトピックは英語で話す機会が多く、特にAI分野は国際的なコミュニケーションで頻出です。この動画は「PyTorch」という専門用語を含みながらも、分かりやすい説明で構成されているため、英語シャドーイングの理想的な素材です。専門用語の発音や論理的な説明の流れを覚えることで、実践的なスピーキング力が向上し、IELTS スピーキング対策にも役立ちます。また、日常的な「動画で英語学習」をすることで、リアルタイムの発音やイントネーションを自然に身につけることができます。

文脈の中の文法と表現

  • 「used to build...」：過去分詞句を使った説明文。「PyTorchは～を構築するのに使われる」という受動態の表現で、技術的な説明でよく用いられます。シャドーイングでは、「used to」の発音が「ユーズトゥ」ではなく「ユーストゥ」になることに注意しましょう。
  • 「allowing models to be optimized...」：現在分詞句による結果の表現。「～を可能にする」という意味で、複雑な文を簡潔にまとめるのに便利です。「optimized」の発音は「オプティマイズド」ではなく「オプティマイズド」（語尾の「d」を軽く発音）が正しいです。
  • 「What you came here to do though is...」：主語从句を使った強調表現。「しかし、あなたがここに来た目的は～です」というニュアンスで、話題を転換する際に効果的です。「though」の位置やイントネーションが重要で、文末よりも前に置くことで「しかし」の意味が強調されます。

発音の注意点

この動画にはいくつか発音が難しい単語があります。「tensors」は「テンサーズ」ではなく「テンサーズ」（語尾の「s」を軽く発音）、「CUDA」は「クーダ」ではなく「キューダ」が正しい発音です。また、「neural network」の「neural」は「ニューラル」ではなく「ニューラル」（「u」の音を長く伸ばさない）がネイティブの発音です。これらの単語を正しく発音することで、英語の発音を良くするだけでなく、リスナーの理解度も向上します。シャドーイングの際は、ネイティブの発音を繰り返し聞き、口の形やリズムを真似ることが重要です。

シャドーイングとは？英語上達に効果的な理由

シャドーイング（Shadowing）は、もともとプロの通訳者養成プログラムで開発された言語学習法で、多言語習得者として知られるDr. Alexander Arguelles によって広く普及されました。方法はシンプルですが非常に効果的：ネイティブスピーカーの英語を聞きながら、1〜2秒の遅延で声に出してすぐに繰り返す——まるで「影（shadow）」のように話者を追いかけます。文法ドリルや受動的なリスニングと異なり、シャドーイングは脳と口の筋肉が同時にリアルタイムで英語を処理・再現することを強制します。研究により、発音精度、抑揚、リズム、連音、リスニング力、そして会話の流暢さが大幅に向上することが確認されています。IELTSスピーキング対策や自然な英語コミュニケーションを目指す方に特におすすめです。