[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング22 (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
347(1): (ﾜｯﾁｮｲ 2eb0-h/iE) 2019/01/28(月)15:48 ID:lt/N5Psb0(1) AAS
>>342
全然問題ないじゃん。
単に答え方問題であって。
「青地に描いた絵」とか「テーブルと人形」とか認識されたら全然使えないけど
「波」「砂浜」「人」が認識できてたんだろ？
すごいじゃん。
348: (ｻｻｸｯﾃﾛ Spf1-tzNq) 2019/01/28(月)19:23 ID:mIpK5/1Up(1/2) AAS
>>347
使い方の問題じゃないかな
例えばテレビで津波被害の画像に自動でキャプション入れたいとした場合に海岸で遊ぶみたいなキャプションは入って欲しくない
いわゆる不謹慎のようなTPOが判断できないってことを言いたいんじゃないかなぁ
写真だけなら顔判定して感情分析してってやり方はあるんだろうけどもね
349: (ｻｻｸｯﾃﾛ Spf1-tzNq) 2019/01/28(月)19:29 ID:mIpK5/1Up(2/2) AAS
>>337
ライブラリが全然足らないから一から書ける人向けかなぁ
なぜかJuliaからPythonのライブラリを呼び出す事は出来るので困らないっちゃあ困らないが時期尚早だね
列指向なのとインデックスが1スタートなのでpythonコードを移植しようとすると色々ハマる
350: (ﾜｯﾁｮｲ 45a5-jPG+) 2019/01/28(月)20:16 ID:VbEAnypJ0(1) AAS
まあpythonでいいよ
CとかJavaとかC#やってた身からすると
PerlとかPHPより読みやすいし書きやすい
PHPなんかどんどんpythonにリプレースされると思う
351: (ﾜｯﾁｮｲ be82-nRFi) 2019/01/28(月)23:00 ID:ozFSQTIO0(1) AAS
コネクショニズムと記号主義。
どっちが正しいの？
352(1): (ｵｲｺﾗﾐﾈｵ MM49-/MbG) 2019/01/29(火)01:36 ID:Y0eB5YVsM(1) AAS
Pytorchを使っているのですが、学習したモデルの可視化みたいなことって簡単には出来ないんですかね？
ここにこういう特徴があるならAと推定みたいなのをヒートマップの様に表示したいです
353: (ｵｲｺﾗﾐﾈｵ MM49-/MbG) 2019/01/29(火)01:58 ID:mNbYmuatM(1) AAS
外部ﾘﾝｸ:github.com
こんなのがあったので使ってみようと思って
pretrained_model = models.vgg16(pretrained=True).features
のモデルの代わりに自分で学習させたモデルを使おうとして
pretrained_model = Net()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(pretrained_model.parameters(), lr=0.01, momentum=0.3)
pretrained_model.load_state_dict(torch.load(PATH))
でモデルを読み込もうとしたのですが、
TypeError: 'Net' object does not support indexing.
というエラーが出ます
どなたか分かりませんかね？
354: (ﾜｯﾁｮｲ 2e2c-/4Fh) 2019/01/29(火)06:58 ID:AnpnZGSz0(1) AAS
「python typeerror 'net' object does not support indexing」で検索！
355: (ｱｳｱｳｲｰ Sab1-mK6X) 2019/01/29(火)08:13 ID:jfgchlHqa(1) AAS
>>352
現在のAIの世界は大雑把に、作る人とヘビーユーザー、一般ユーザーの
垣根でいえば、作る人と一般ユーザはわかれているが、作る人とヘビーユーザーの
垣根ができていない。要はヘビーユーザー向けのちゃんとしたツールが存在して
いない。
だから言語の話に終始してしまう。
遠からず、この辺りは分かれてくることになると思う。
その時、作る人（これもレベル複数あるが）はPythonなどいろいろ使われるだろう。
ヘビーユーザーは、もっと目的志向のツールを使うことになるだろう。それがPythonで出来ているかもしれないが、実際は裏は関係ない。
今は利用環境という面では、発展途上というより、まだ始まったばかりで、
その面でまともなツールは、非常に少ない（あるいは無い）と言ってもいい状況が
今日現在。
356(1): (ﾜｯﾁｮｲ 0668-uJAn) 2019/01/29(火)13:28 ID:97jY20NI0(1/4) AAS
AVから全裸画像抜き出そうと思ったら気が狂いそうなぐらいめんどくさい
棒立ちかそれに類する画像が大量にあるサイトってないかな・・・
もう後ろ向き画像やおっさんのケツ画像をひたすら削除する作業に疲れた・・・しにたい・・・
357: (ﾜｯﾁｮｲ 0668-uJAn) 2019/01/29(火)13:29 ID:97jY20NI0(2/4) AAS
GUIで学習させるツールがちらほらあるけど、まだ実用には程遠いよね
358: (ﾜｯﾁｮｲ 7190-L3L3) 2019/01/29(火)13:35 ID:vjXCpBua0(1) AAS
昔からぼちぼち出てるけどまったく流行らん
359(1): (ﾜｯﾁｮｲ e1da-h/iE) 2019/01/29(火)13:44 ID:qfbmFsib0(1/2) AAS
次のAIブームに期待しましょう
360(1): (ﾜｯﾁｮｲ 9901-ZgQr) 2019/01/29(火)14:19 ID:+ftC4go90(1) AAS
理論知ってるよりデータの集め方の上手い人のが活用してる印象。
クローラで上手いこと画像集めてくるのに慣れてる人だったり。
361(1): (ﾌﾞｰｲﾓ MMb6-RrhF) 2019/01/29(火)14:21 ID:3z5TaQ6EM(1) AAS
皆dmm好きだな
362: (ﾜｯﾁｮｲ 0668-uJAn) 2019/01/29(火)14:24 ID:97jY20NI0(3/4) AAS
>>360
無料のデータセットとか色々あるしね
エロは以外とむずかすぃ・・・
363: (ﾜｯﾁｮｲ e1da-h/iE) 2019/01/29(火)15:07 ID:qfbmFsib0(2/2) AAS
>>361
名前が変わったよ
364: (ﾜｯﾁｮｲ 41ad-L3L3) 2019/01/29(火)20:20 ID:uLltl72Q0(1) AAS
>>359
＞ 次のAIブームに期待しましょう
次のAIブームは100年後ですよ？
つまり脳の構造が全てわかったときです。
365(2): (ﾜｯﾁｮｲ e1b3-CXcF) 2019/01/29(火)20:30 ID:MxYhDACE0(1) AAS
初心者で素朴な疑問なのですがsvmでrbfカーネルより線形カーネルの方が性能いいっていうパターンはありますか？
366: (ｻｻｸｯﾃﾛ Spf1-tzNq) 2019/01/29(火)20:45 ID:EFfzDMStp(1/2) AAS
>>365
性能がいい=事象を正しく説明する
という意味なら線形な事象は線形カーネルのがいい
性能がいい=誤差が小さい
という意味なら残念ながらない
367(1): (ｻｻｸｯﾃﾛ Spf1-tzNq) 2019/01/29(火)21:10 ID:EFfzDMStp(2/2) AAS
別の言い方で書くかな
性能がいい=予測誤差が小さい
なら、線形な現象は線形カーネルのがいい場合もある
性能がいい=フィッティング誤差が小さい
なら、残念ながらない
RBFカーネルは柔らかいのでカーブフィッティングしやすい
368(1): (ﾜｯﾁｮｲ 7987-TUBY) 2019/01/29(火)21:33 ID:klbFR8200(1) AAS
>>356
BBSpinkの「正面全裸写真」スレ
369: (ﾜｯﾁｮｲ 0668-uJAn) 2019/01/29(火)22:26 ID:97jY20NI0(4/4) AAS
>>368
神！グロ画像いっぱいと思ったら>>48が至高だったわありがとう！
370: (ｱｳｱｳｴｰ Sa4a-L3L3) 2019/01/29(火)22:35 ID:m5opkzxpa(1) AAS
戦後最長の経済回復ωωω
371: (ｱｳｱｳｴｰ Sa4a-ltHF) 2019/01/29(火)23:13 ID:inTv54/ka(1) AAS
>>365
線形カーネルだと線形判別しか出来ないのでは
372: (ﾜｯﾁｮｲ 0668-uJAn) 2019/01/30(水)00:16 ID:nMbkMi1S0(1) AAS
タスクマネージャーのcompure_1ってなんでしょうか？
画像ﾘﾝｸ
373(1): (ﾜｯﾁｮｲ 8279-CXcF) 2019/01/30(水)17:57 ID:gOlK0hP00(1) AAS
>>367
例えば回帰問題であれば訓練データに一致させるようなフィッティングはrbfカーネルが絶対に勝つ。けど
分類問題で線形な問題ならaccuracyが線形カーネルの場合の方がいいということもあるということですか？
374: (ｻｻｸｯﾃﾛ Spf1-tzNq) 2019/01/30(水)20:43 ID:AMhQjvKip(1) AAS
>>373
回帰問題であっても分類問題であっても、訓練はRBFカーネルがaccuracyは高い
けれどもそれをテストデータに適用しても、RBFが勝つとは限らない
375(2): (ﾜｯﾁｮｲ df02-zGAl) 2019/01/31(木)08:45 ID:j1saZfoH0(1) AAS
単に、背景にある関数が線形に近いなら線形カーネルの方が成績が良くなるってことだよな
無駄にカーネルの表現力が高いとノイズに影響されやすくなる
関係ないが、多項式カーネルは次元を高くするほどフィッティングの成績は良くなると思ってたんだが
高くしすぎると悪化することもあるのを見て驚いた
サポートベクトルや素性の数に比べて次元を高くしすぎると逆に制約になるってことかね
376(1): (ｱｳｱｳｴｰ Sa7f-eDu2) 2019/01/31(木)10:56 ID:/c3SvgTga(1) AAS
制約というよりオーバーフィッティングでは
上下前次1-新書関写板覧索設栞歴
あと 626 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 0.035s