[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング20 (1002ﾚｽ)
上下前次1-新
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ
795(3): (ｱｳｱｳｲｰ Saf3-AyP3) 2018/10/18(木)18:29 ID:WjJlstdVa(1) AAS
>>786
yoloから検出機能を取ったようなネットワークがあれば良いのですが・・
最悪全クラスに対して識別器を作ってもいいので、
犬の画像が入力された時だけ発火して1を返すようなネットワークでもいいのですがそんなのありませんかね？
>>789
多クラス分類のためソフトマックス正規化を使っているので0,0にはならないですね。
この例で言うと0.5,0.5になってくれると大万歳なのですが大体そうはなりません。
上の人が言ってるようにどっちか推して来やがります。
>>792
そこまで高いの買わなくても、
サブ機に1050Ti積んでますけど
inceptionv3の199層〜のファインチューニングでも
32000枚を100エポック回して大体5時間で終わりますよ
低価格でいろいろ試すには悪くない性能だと思うので検討してみてはいかがでしょうか。
796: (ﾜｯﾁｮｲ 4a74-dPwi) 2018/10/18(木)19:39 ID:0jTuf2pp0(1) AAS
1000クラス分類のImageNet使えば云いだろ…
それこそkerasやpytorchならなんの苦労もなく呼び出せるわ
797(1): (ｱｳｱｳｳｰ Sa9f-Wo3P) 2018/10/18(木)21:08 ID:3WNLz9C3a(1) AAS
>>795
ソフトマックスを使う限り、出力が[0.5, 0.5]というのは犬の確率と猫の確率が同程度であるという意味しか持たない
同程度に高いのかもしれないし同程度に低いのかもしれないわけだが、この両者は分離できなければならない
ということで出力層にソフトマックスは使わずに例えば単にシグモイドを使えば出力される2つの数はそれぞれ犬・猫の確率を独立に算出したものとなる
適当な閾値を決めて一方のみが大きければ犬or猫と判定、共にゼロ近くならどちらでもないと判定すればいい
それ以外の中途半端な出力が頻発するならそもそも犬猫の特徴を学習できていないので出力層を工夫したところで無駄であり、学習データを増やしたり出力層以前の層の構造を改良するしかない
798(2): (ｱｳｱｳｴｰ Sae2-6bZA) 2018/10/18(木)22:55 ID:E8jILIgaa(1) AAS
>>789
犬猫だけで分類学習したネットワークにそれ以外のデータを入力することがナンセンス
学習した分布から外れたデータだから出力がどうなるかは分からない
犬でも猫でもない画像だとしても高い確度でどちらかに分類され得る
799: (ﾜｯﾁｮｲ 53c3-+WKx) 2018/10/19(金)01:42 ID:heGbLBdq0(1/5) AAS
>>798
最近傍距離でやったらそうなるよね．
本当にナンセンスと言うことに同意．
800: (ﾜｯﾁｮｲ 53c3-+WKx) 2018/10/19(金)01:51 ID:heGbLBdq0(2/5) AAS
>>795
元々の目的が人か否かを検出したいんだよね？
yoloを使えば良いと思うけど，それを使いたくないなら
>>760 の通りの方法でも汎化性能は悪くなるはずだけど行けなくもない(実運用はやめてね）
人のように見えるオブジェクトを誤検出するだろうし，人のポスターを人と判断するだろうし
多クラス分類にして，より確率の高い分類器ｘを選ぶじゃ駄目なの？2値分類は汎化性能という意味では極端に弱いから自動運転に関しては辞めた方が良いと思うよ
801: (ﾜｯﾁｮｲ 53c3-+WKx) 2018/10/19(金)01:55 ID:heGbLBdq0(3/5) AAS
>>760
言い忘れたけど，人以外の物体が何を指すのかよく分からないけど
人が写って無い道路の画像で学習させるのが一般的だと思うよ．
それ以外の画像だと潜在空間における人とotherの距離が不明になるし辞めた方がいいよ
802: (ｱｳｱｳｴｰ Sae2-PTxd) 2018/10/19(金)05:34 ID:8J26xkWMa(1) AAS
もう完全に教えてちゃんスレになったなｗ 立ち寄る必要なさそうだ
803: (ｽｯﾌﾟ Sd2a-qjfA) 2018/10/19(金)05:50 ID:rn6AXKJQd(1) AAS
課題をただで人に聞きまくって何とかしたいという日本人のテンプレ。わりと良くいる
804: (ﾜｯﾁｮｲ 53c3-+WKx) 2018/10/19(金)06:33 ID:heGbLBdq0(4/5) AAS
研究を議論したいなあ，だれかスレ作って
805(1): (ﾜｯﾁｮｲ 2a23-7PZ0) 2018/10/19(金)07:35 ID:/W+GDYNa0(1) AAS
AIっていかに論文をたくさん読んで、どれだけパクるかの勝負じゃん
806: (ｱｳｱｳｳｰ Sa9f-Wo3P) 2018/10/19(金)07:37 ID:568QDdW/a(1) AAS
どんな分野でも基本は既存研究の発展で、ごく稀に全く新しい発明が登場するものだ
807(1): (ﾜｯﾁｮｲ e667-8bGT) 2018/10/19(金)09:32 ID:TrVy4dze0(1/3) AAS
研究と応用の距離が近いのね
808: (ｱｳｱｳｲｰ Saf3-AyP3) 2018/10/19(金)13:50 ID:R1ndva0Ba(1/7) AAS
>>797
なるほど、凄く答えに近いこと聞いた気がします。
アクティベートをシグモイドにするだけでその挙動が得られるのですか？
条件反射でソフトマックス使ってたので盲点でした。
少し試してみます。
809(2): (ｱｳｱｳｲｰ Saf3-AyP3) 2018/10/19(金)13:56 ID:R1ndva0Ba(2/7) AAS
>>798
なるほどそういうものなのですね。
しかし疑問なのが、どうして犬を検出する検出器は学習させることが出来るのに
犬の画像が入力された時だけ1を返すネットワークを学習させることができないかです。
明らかに後者の方が簡単なように思うのですが。。
お詳しそうなのでよければ教えていただけませんか？
810(1): (ﾜｯﾁｮｲ 8b8a-7PZ0) 2018/10/19(金)14:13 ID:LAG8930r0(1) AAS
>>807
パラメーター変えてみました、別のに応用して見ましたということかｗ
811(1): (ｽｯﾌﾟ Sd2a-uXI1) 2018/10/19(金)14:15 ID:gl4kTOSHd(1) AAS
>>809
機械学習の一般論として、なにかを判定するには教師データとして正例と負例をおなじ数だけ与えるのが基本でしょう
「googleが猫を検出するDNNを作った」事例がよく取り上げられるけど、あれだって大量の猫画像とそうでない画像を与えている
812(1): (ﾜｯﾁｮｲ e667-lBGZ) 2018/10/19(金)14:38 ID:TrVy4dze0(2/3) AAS
>>810
そこまでは言ってない。
ダークマターの質量が判りました。ってのより基礎研究の利用が応用に近いなあと
813(1): (ｵｯﾍﾟｹ Srb3-6bZA) 2018/10/19(金)15:33 ID:pogP5zPXr(1/3) AAS
>>809
前者は1000クラスの分類器がベースになってる
日常的に身の回りにある物は大体この1000クラスに含まれるので犬を(も)検出できる
当然その1000クラス以外が入力された時にどうなるか保証はない
後者は犬以外のどんな画像が入力されても0を返すのが難しい
これは犬以外に対応する潜在空間が圧倒的に広いから
でもまあ実用的には1000クラス分類器の流用で十分な気もするな
814: (ﾜｯﾁｮｲ 7bd2-Pr2h) 2018/10/19(金)15:55 ID:7FKkwhq/0(1) AAS
>>805
＞ AIっていかに論文をたくさん読んで、どれだけパクるかの勝負じゃん
ということは、AIが何か知っているんか？
じゃ、AIとは何か言ってみ？
815: (ﾜｯﾁｮｲ 8b8a-7PZ0) 2018/10/19(金)16:05 ID:x0p9L0oV0(1) AAS
>>812
難しいことご存知でｗ
816: (ﾜｯﾁｮｲ 6a23-yU1x) 2018/10/19(金)16:20 ID:JhfkDMcM0(1) AAS
絵描き
「性的対象判定機にこの白黒の線画を判定させたらすごいスコアでた！」
817(1): (ｱｳｱｳｲｰ Saf3-AyP3) 2018/10/19(金)16:54 ID:R1ndva0Ba(3/7) AAS
>>813
なるほど。。
それなら素人考えですと、
imagenetの画像を犬とそれ以外の2クラスに分けて
2クラス分類で学習させたネットワークは
その検出器と比べて認識力ではほぼ等価と見なせますか？
818(1): (ｱｳｱｳｲｰ Saf3-AyP3) 2018/10/19(金)16:59 ID:R1ndva0Ba(4/7) AAS
>>811
なるほど。
ではそのように猫だけを検出するネットワークを作りたいとしたら、
ネガティブとしてどんな画像を与えるのですか？
上の方も言ってる通り潜在空間が広すぎると思うのですが、
例えばimagenetの猫以外の画像を全てネガティブとして1クラスに押し込んで特徴って捉えれるのですか？
819(1): (ｵｯﾍﾟｹ Srb3-6bZA) 2018/10/19(金)17:18 ID:pogP5zPXr(2/3) AAS
>>817
普通にそれをやると犬以外のデータが圧倒的に多いので多分上手くいかない
何も考えず全て犬以外に分類するだけで正解率99.9%を達成できるので、単純に分類誤差最小化で学習するとそうなる
学習済みネットワークの出力を加工するかファインチューニングするのがいいと思う
820(2): (ｱｳｱｳｲｰ Saf3-AyP3) 2018/10/19(金)17:38 ID:R1ndva0Ba(5/7) AAS
>>819
なるほど、、ためになります。
そういう実用的な事が書いてある書籍か何かありませんか？
ディープラーニングの本いろいろみて回ったのですが、
理論(数式)責めでドヤってる本か、
ネット見れば分かる程度の初歩的な実装方法書いたような本しかなくて困ってるのですが・・
欲しいのは数式でもチュートリアルでもなく実用性のあるものなのですが。
これ1冊あれば数式読まなくてもモデル選定からチューニングのコツまで分かるみたいな本ないですか？
821(1): (ｵｯﾍﾟｹ Srb3-6bZA) 2018/10/19(金)17:55 ID:pogP5zPXr(3/3) AAS
>>820
そんなうまい話ないぞ
学習したいデータや問題毎に色々な試行錯誤がある
仮に望むような本があって表面だけなぞったとしても同じ悩みにぶつかるよ
822: (ﾜｯﾁｮｲ be08-Vzs6) 2018/10/19(金)18:30 ID:aSQ6R7eH0(1/2) AAS
今CycleGANの学習をCPUでやってる
何時間かかるんだろう・・・。
823(1): (ﾜｯﾁｮｲ 4afe-xNCo) 2018/10/19(金)18:39 ID:NZMDXKZv0(1) AAS
cycleganは夢が広がるほど万能感あるけど実際はなかなか上手く学習しない
824: (ﾜｯﾁｮｲ be08-Vzs6) 2018/10/19(金)20:03 ID:aSQ6R7eH0(2/2) AAS
>>823
形状を変化させるのは苦手みたいだね
テクスチャ系なら上手くできる
それにしてもCPUで1時間半やったけど1エポックも進まないわ・・・
上下前次1-新書関写板覧索設栞歴
あと 178 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ
ぬこの手 ぬこTOP 0.023s