[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
663: (ﾜｯﾁｮｲ 778a-S4i9) 2018/10/03(水)20:20 ID:/V77wCG20(1) AAS
くず
664: (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:46 ID:YGFwuNMda(1/5) AAS
>>654
単純構造で目的を達成できるならそれでいいんじゃないの？
必要以上に複雑にして何かメリットあるの？
665(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:48 ID:YGFwuNMda(2/5) AAS
>>656
既に実現されてるものを真似するのは方法の一つじゃない？
バイオミメティクスとか
666(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:49 ID:YGFwuNMda(3/5) AAS
>>656
最適かどうかは評価尺度によるところもある
経済的になのか学習コスト的になのか結果の精度的になのかとか
667(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:50 ID:YGFwuNMda(4/5) AAS
>>659
結果が全てじゃね？
モデルを頭で考えても実証しなければ役に立たない
数学とは違うんじゃね？
668(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:52 ID:YGFwuNMda(5/5) AAS
>>660
それが何の役に立つのかとか
どんな課題を解決できるのかとか
あとは面白いかどうかとか
ARの技術もスノーとかに応用することで一般の人は知らずに広まっている
669(1): (ﾜｯﾁｮｲ bf8a-EJHQ) 2018/10/03(水)21:20 ID:nJKVxi/i0(1/3) AAS
>>665-668
だからそれは問題に対する帰納的なアプローチだってば。
マイナーチェンジでしかパワーアップ出来ない。
670: (ﾜｯﾁｮｲ bf8a-EJHQ) 2018/10/03(水)21:23 ID:nJKVxi/i0(2/3) AAS
また一概には言えないかもしれないが、結果がローカルなものになりがち
671(2): (ﾜｯﾁｮｲ 9fda-aQox) 2018/10/03(水)21:59 ID:+7Euz2g60(5/5) AAS
そもそも、ある程度iter重ねるか、少数サンプルで訓練した結果をプロットしつつ
新しいモデルを模索してくのが、今のMLにおける超大多数の手法であって
最初から論理的組み立て部分で有効性を実証してから研究始めるなんて手法は
明らかにメジャーではない
取り敢えず予測モデルで雑なコーディングして、訓練結果をプロットしてみてから
数理モデルの有効性に論理的説明をつけるって手法がメインなのは
有用な結果を残してる論文の内容からも分かる話
ほとんどだーれも論理的説明を完璧に付けてから研究開始なんざしてない
+58IDnbydの論理展開を適用すると、全員滑稽になっちまわないか？
そういう意味で、既に有効性の確認されている脳っていうクソ速いモデルを模倣するっていうのは
その時点である程度の論理的根拠を示しているとすら言える
672: (ﾜｯﾁｮｲ bf8a-EJHQ) 2018/10/03(水)22:50 ID:nJKVxi/i0(3/3) AAS
>>671
別にメジャーじゃなくてよい
673: (ｽｯｯﾌﾟ Sdbf-yIO0) 2018/10/03(水)23:45 ID:23QaCALXd(1) AAS
pytorchのdevcon見たけど、想像以上に大企業がサポートしてて驚いたわ
674(1): (ｱｳｱｳｴｰ Sa6a-yUUL) 2018/10/04(木)02:41 ID:pZO9AOgra(1) AAS
見てみたけど、グローバルなAI 企業オールスターって感じか。
もっとも作ってるのが FBだから別に不思議でもないけど
675: (ｱｳｱｳｴｰ Sa6a-VI3z) 2018/10/04(木)08:08 ID:WxW/ujNfa(1/2) AAS
>>669
帰納的なアプローチがなぜダメだと判断でしているのか判らない
帰納的に発見した原理を演繹的に適用すれば良いだけじゃね？
676: (ｱｳｱｳｴｰ Sa6a-VI3z) 2018/10/04(木)08:09 ID:WxW/ujNfa(2/2) AAS
>>671
帰納的に探索する領域の問題でしかないだろ
演繹的に適用する原理に相当するものはどこから発見するのか
677(1): (ﾜｯﾁｮｲ ba23-vBoO) 2018/10/04(木)09:59 ID:s8ye5l4L0(1) AAS
>>674
chainerは消えゆく運命だな
678(2): (ｱｳｱｳｴｰ Sa6a-TFgJ) 2018/10/04(木)10:14 ID:AR+RrRuFa(1) AAS
好きなんだがなあchainer
679: (ｼｬﾁｰｸ 0Cde-XM+q) 2018/10/04(木)12:34 ID:zfP46g3nC(1) AAS
Google Colaboratoryで
!apt -y install libcusparse8.0 libnvrtc8.0 libnvtoolsext1
ができなくなったのだがどうしたらいいのか
680: (JP 0H9a-2jv+) 2018/10/04(木)16:03 ID:ux982JKKH(1) AAS
演繹厨うぜえ
681(1): (ﾍﾟﾗﾍﾟﾗ SD5a-DeRO) 2018/10/04(木)16:06 ID:U2kQDcc/D(1) AAS
>>677-678
tensorflow vs pytorch の構図が完全できちゃったんで他のフレームワークはどれも厳しいけど、
tf の独占を阻止できたのは良かったと思う。 tf が pytorch を滅茶意識してて笑えるｗ
682: (ﾜｯﾁｮｲ f41e-Qng4) 2018/10/04(木)21:40 ID:OD7dB/YO0(1) AAS
vs？
683: (ﾌﾘｯﾃﾙ MM5e-DXVT) 2018/10/04(木)22:39 ID:ktsy0FKAM(1) AAS
visual studio
684(1): (ｽｯｯﾌﾟ Sd70-qFZH) 2018/10/04(木)22:49 ID:Y2bv5t2ed(1/2) AAS
>>678
良くも悪くも学生の趣味の域をこえてないのが残念。こえる気もないのかもしれんが
685: (ｽｯｯﾌﾟ Sd70-qFZH) 2018/10/04(木)23:03 ID:Y2bv5t2ed(2/2) AAS
>>681
2.0 はもろにそうだな
686(1): (ﾜｯﾁｮｲ 01b3-hMf/) 2018/10/05(金)08:18 ID:cSK7i/nT0(1) AAS
NVIDIA RTX 2080 Ti vs 2080 vs 1080 Ti vs Titan V, TensorFlow Performance with CUDA 10.0
外部ﾘﾝｸ:www.pugetsystems.com
1080Tiと2080Ti比べるとFP32は1.35倍くらいでゲームのベンチ(レイトレコア・テンサーコア使わない場合)と同じ傾向でガッカリ
FP16ならさすがに速いね
画像ﾘﾝｸ
画像ﾘﾝｸ
687(1): (ｱｳｱｳｴｰ Sa6a-TFgJ) 2018/10/05(金)10:48 ID:kmGDPqXya(1) AAS
>>684
マルチGPUの分散学習はChainerが速いらしいから頑張ってほしい
688: (ｽﾌｯ Sd70-rfKm) 2018/10/05(金)10:49 ID:df1WW8w8d(1) AAS
頑張ります
689: (ﾜｯﾁｮｲ f18a-Qng4) 2018/10/05(金)14:37 ID:gTNPCIlY0(1) AAS
えいえいおー！
690: (ｱｳｱｳｴｰ Sa6a-DeRO) 2018/10/06(土)11:03 ID:BbA86mG7a(1/2) AAS
>>687
TPUも作れるといいね(棒)
691: (ﾜｯﾁｮｲ d42c-3sDw) 2018/10/06(土)11:16 ID:KmIbUzui0(1) AAS
NHK教育を見て56088倍賢く三連休
2chｽﾚ:liveetv
692: (ｱｳｱｳｴｰ Sa6a-DeRO) 2018/10/06(土)11:26 ID:BbA86mG7a(2/2) AAS
>>686
もう CUDA 10.0 かよ…
上下前次1-新書関写板覧索設栞歴
あと 310 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 0.030s