[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
750(2): (ﾊﾞｯﾄﾝｷﾝ MMbf-FjYh) 2018/10/13(土)07:45 ID:43imppejM(1/2) AAS
GANを勉強してるんだけど識別者の方は基本的に偽物だと判別し続けるってことで合ってる？
751(1): (ｱｳｱｳｴｰ Sa9f-0CBk) 2018/10/13(土)10:31 ID:I1iISO8ka(2/3) AAS
>>750
本物を本物と言えることも必要
752(2): (ﾊﾞｯﾄﾝｷﾝ MMbf-FjYh) 2018/10/13(土)11:04 ID:43imppejM(2/2) AAS
>>751
じゃあどうやって識別者は学習していくの？
教師ありではないんだよね
753(1): (ｱｳｱｳｴｰ Sa9f-0CBk) 2018/10/13(土)12:02 ID:I1iISO8ka(3/3) AAS
>>752
ジェネレータが生成したデータか本物のデータかってラベルはGANの枠組みとして付けられるよね
GAN自体は教師なしだけど、識別者はこのラベルを使って教師あり学習する
754(1): (ﾜｯﾁｮｲ df9f-FjYh) 2018/10/13(土)12:44 ID:Ttma0+8g0(1/2) AAS
識別側の学習には教師ラベルを使ってるってこと？
識別の学習では普通の分類NNのように本物の画像と正解ラベルを使ってそれらが本物であることを学習させていくってことか
じゃあ生成側の学習はどういうしくみ？
755: (ﾜｯﾁｮｲ df9f-FjYh) 2018/10/13(土)12:46 ID:Ttma0+8g0(2/2) AAS
>>753
安価つけ忘れた
ID変わったけど>>752です
756: (ｵｯﾍﾟｹ Sr9b-0CBk) 2018/10/13(土)12:50 ID:i0XDn4SOr(1) AAS
>>754
識別側はデータが本物なら1、偽物なら0を出力するように学習するので、生成側は自分が出力した画像に対して識別側に1を出力させるように学習する
757: (ﾜﾝﾐﾝｸﾞｸ MMbf-/tTF) 2018/10/13(土)23:46 ID:H2kFVs7yM(1) AAS
>>750
偽物だと判別し続けるモデルに何の価値がある？何にも判別してないではないか？
言ってておかしいと思わないのか？
758: (ｵｲｺﾗﾐﾈｵ MMfb-74BK) 2018/10/14(日)00:18 ID:/A1DvWgqM(1) AAS
GCPのAutoMLを利用しようと思ったんですけど、プロジェクトを選んでSET UP NOW押すとCustomer bucket missingって出てセットアップ完了しないのですが、今ってAutoML使えないんですか？
759: (ｵｲｺﾗﾐﾈｵ MMfb-74BK) 2018/10/14(日)00:27 ID:Zxcto2qXM(1) AAS
自己解決
自分で "プロジェクト名-vcm"のバケット作ったら行けました
何故自動で作ってくれないのか…
760(3): (ｱｳｱｳｲｰ Sa9b-9ozk) 2018/10/15(月)17:10 ID:XOcEM3KAa(1/2) AAS
CNNの分類による検出器の作り方ですが、
例えばドラレコの映像から人を検出したいとして、
例えば映像を適当な矩形でラスターして人か否かの2出力CNNにかける場合、
学習時にネガティブとして与える映像はどうすればよいですか？
人以外のあらゆる一般物体を集めてきてネガティブにすれば効果が高いのでしょうか？
761(1): (JP 0Hab-4Hut) 2018/10/15(月)17:26 ID:pLFxHPPwH(1) AAS
>>760
それだと分類じゃなくて
YoloとかSSDとか検出器使ったほうがよくない？
762: (ﾜｯﾁｮｲ e7c3-CQ5Q) 2018/10/15(月)17:33 ID:DA9AnZKj0(1) AAS
自動運転ってyoloとかでオブジェクトを単体で視認したあとってif文とかでやってるのそれとも論理プログラミングとか？
763(1): (ﾜｯﾁｮｲ 7f9f-PH46) 2018/10/15(月)17:55 ID:slolOmKf0(1) AAS
強化学習
764(1): (ｱｳｱｳｲｰ Sa9b-9ozk) 2018/10/15(月)17:58 ID:XOcEM3KAa(2/2) AAS
>>761
検出器を使っていない理由は画像全体にラベリングしたいからです。
それだとsegnetとかをファインチューニングしろ、と言われそうですが
ピクセル単位のラベル付けが困難なためです。
結局のところsegnetのようなものをCNN分類を矩形走査することで画像単位ラベルのデータセットのみで作ってみたいということです。
765: (ﾌﾞｰｲﾓ MM0b-CQ5Q) 2018/10/15(月)18:19 ID:9QRJdq2GM(1) AAS
>763
あーそうだよね。その存在が脳からドロップアウトしてたわ、ありがとう
766: (ﾜｯﾁｮｲ df09-a1T9) 2018/10/15(月)20:07 ID:E7SbL8Og0(1) AAS
BERTの成功とその方向性から垣間見える
脳構造の模倣における連続的時間情報の把握の重要性
俺が>>650で指摘している状態
＞おそらくは完璧を求めると
＞階層的にAttentionによる時間情報とポジション付与をしつつ、それらを考慮したCNNで畳み込み
＞なおかつそれらすべての層を参照しながら、動的に再帰的処理する必要性がある
＞これにGAN的な世界モデルによる強化学習手法を取り入れれば汎用AIができるだろう
これとBERTで使われている、transformerよりも更に多層化して各層の参照密度を増したAttentionとの間に
共通性を認識できる人がいれば、俺の言い分を理解してもらえるだろう
767(1): (ﾜｯﾁｮｲ 7fd3-7IED) 2018/10/15(月)20:39 ID:hN5zazbp0(1) AAS
深層学習の話ばっかりだなあ。
768: (ﾜｯﾁｮｲ 07e0-SmB1) 2018/10/15(月)21:31 ID:E6pr56BO0(1) AAS
私たち日本人の、日本国憲法を改正しましょう。
総ム省の、『憲法改正國民投票法』、でググって
みてください。拡散も含め、お願い致します。
769: (ｽｯﾌﾟ Sd7f-CyC/) 2018/10/15(月)23:56 ID:9aG3IWOmd(1) AAS
>>767
じゃあ違うネタ出してみるとか
確率モデルのpythonライブラリは何使うのが良いかしら
770(1): (JP 0Hab-4Hut) 2018/10/16(火)10:26 ID:EErsLIkGH(1/2) AAS
>>764
画像全体にラベリングってマルチラベリングしたいってこと？
yoloもssdもラベル作成は矩形単位だよ
771(1): (ｱｳｱｳｲｰ Sa9b-9ozk) 2018/10/16(火)11:20 ID:LVmCdvc6a(1/2) AAS
>>770
例えば、
2cm四方の正方形の画像があった場合
その正方形を1cmの正方形で4分割して
分割した4枚それぞれの正方形の画像が人か人でないか分類したい、
ということです。
772(1): (JP 0Hab-4Hut) 2018/10/16(火)11:48 ID:EErsLIkGH(2/2) AAS
>>771
その分割から分類までやってくれるのが
まさにyoloとかssdなんだけど
だめなの？
773: (ﾜｯﾁｮｲ bf8a-Zu1O) 2018/10/16(火)15:38 ID:QWtfESi60(1) AAS
そこんとこyoloしく
774(2): (ｱｳｱｳｲｰ Sa9b-9ozk) 2018/10/16(火)18:17 ID:LVmCdvc6a(2/2) AAS
>>772
すいませんちょっと質問の仕方を変えさせていただきます。
入力画像に対して「犬」、「猫」、「それ以外」の3クラスで分類を行いたい場合、
「それ以外」のクラスとしてどのようなデータセットを与えるべきでしょうか？
775: (ｱｳｳｨﾌ FFeb-NsMu) 2018/10/16(火)18:25 ID:YLHbxnbGF(1) AAS
one
near
threeee
776: (ﾜｯﾁｮｲ 5fdc-JlWZ) 2018/10/16(火)18:49 ID:UuSrgkCV0(1) AAS
与えないという手もあります
777(1): (ｱｳｱｳｴｰ Sa9f-Zhpk) 2018/10/16(火)19:13 ID:mtK6WYc4a(1/2) AAS
cifar-10やimagenetの犬猫以外のクラスを与えたら？
778(1): (ﾜｯﾁｮｲ bf67-vW7c) 2018/10/16(火)19:50 ID:tz34EJAO0(1) AAS
この質問２ヶ月くらい続いてるやつではｗ
779(2): (ﾜｯﾁｮｲ a71e-JlWZ) 2018/10/16(火)19:51 ID:Mw6GhB3d0(1) AAS
>>774
>「それ以外」のクラスとして
2クラス分類で
犬 1 0
猫 0 1
それ以外 0 0
とする。やったことないけど。
上下前次1-新書関写板覧索設栞歴
あと 223 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 0.014s