[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)
【統計分析】機械学習・データマイニング22 http://mevius.5ch.net/test/read.cgi/tech/1547338417/
上
下
前
次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
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
896: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/25(月) 13:20:27.46 ID:/sJxk25Gp >>894 ありがとうございます CNNでの分類ですね 水増しに関しても調べてみます 画像サイズも大きいのでその辺もどう扱うのか調べてみます また別工程にも展開する場合は異常の画像が無いので生成モデルに関しても調べてみます >>895 ありがとうございます オートエンコーダーは聞いた事があったのですがGANについても調べてみます http://mevius.5ch.net/test/read.cgi/tech/1547338417/896
897: デフォルトの名無しさん (ﾜｯﾁｮｲ 2a81-nbQA) [] 2019/02/25(月) 13:32:06.44 ID:3im7HM1R0 習うより慣れろみたいなことかと 結果が出せればいいなら試すほうが多分速い 内部は知らなくてもディープラーニング自体は既存ソフトでできる まんべんなく学習しないとダメか http://mevius.5ch.net/test/read.cgi/tech/1547338417/897
898: デフォルトの名無しさん (ﾜｯﾁｮｲ 7d01-281i) [] 2019/02/25(月) 14:58:30.98 ID:ca4t0hyc0 >>892 枚数が少ないから、単純な画像処理で低次元の特徴を抽出する事を考えた方が良いかも http://mevius.5ch.net/test/read.cgi/tech/1547338417/898
899: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/25(月) 19:29:22.67 ID:RXoXH9qp0 データの水増しなんてもうkeras自身でできるぞ https://qiita.com/takurooo/items/c06365dd43914c253240 http://mevius.5ch.net/test/read.cgi/tech/1547338417/899
900: デフォルトの名無しさん (ﾜｯﾁｮｲ 79a5-Pez2) [sage] 2019/02/25(月) 20:51:21.96 ID:RH8W1dQ+0 不良品の検出って 毎回同じサイズ、角度、輝度、サイズだから 回転させたり捩らせたり拡大したりしたら精度下がりそうよね http://mevius.5ch.net/test/read.cgi/tech/1547338417/900
901: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/25(月) 20:58:01.22 ID:RXoXH9qp0 >>900 基本的にはとにかくデータを数多く用意するのが良い http://mevius.5ch.net/test/read.cgi/tech/1547338417/901
902: デフォルトの名無しさん (ﾌﾞｰｲﾓ MMc9-txeB) [sage] 2019/02/25(月) 21:02:27.32 ID:liS/dSpTM とにかく増やせってのは乱暴すぎるなぁ やっていい加工とやっちゃいけない加工がある http://mevius.5ch.net/test/read.cgi/tech/1547338417/902
903: デフォルトの名無しさん (ﾜｯﾁｮｲ 79a5-dS/9) [sage] 2019/02/25(月) 21:03:20.83 ID:RH8W1dQ+0 kreasてマルチスレッドで学習済みモデルloadできないのかよ 弱ったなぁ http://mevius.5ch.net/test/read.cgi/tech/1547338417/903
904: デフォルトの名無しさん (ﾜｯﾁｮｲ ad90-4qoz) [sage] 2019/02/25(月) 21:19:27.11 ID:UZGT0Hqw0 >>900 >毎回同じ それはデータによるから性質よく知ってないとね http://mevius.5ch.net/test/read.cgi/tech/1547338417/904
905: デフォルトの名無しさん (ﾜｯﾁｮｲ 2a01-Lak8) [sage] 2019/02/26(火) 00:17:58.46 ID:WkwiC4pK0 同じようなことやってるのね。異物は分類精度80％越えるけど、キズは認識しなかったな。 keras でVGG16 FineTune/ 画像110枚 での結果です。 http://mevius.5ch.net/test/read.cgi/tech/1547338417/905
906: デフォルトの名無しさん (ﾜｯﾁｮｲ a6da-PuBp) [sage] 2019/02/26(火) 01:17:49.05 ID:dP+RbMmq0 そこにaiはない http://mevius.5ch.net/test/read.cgi/tech/1547338417/906
907: デフォルトの名無しさん (ﾜｯﾁｮｲ 5e66-8sMm) [sage] 2019/02/26(火) 08:30:32.92 ID:AHrUdAaN0 大量の不良品パターンか 大量の良品パターンだけでも なんとかなるだろ http://mevius.5ch.net/test/read.cgi/tech/1547338417/907
908: デフォルトの名無しさん (ｱｳｱｳｶｰ Sa55-wfNy) [sage] 2019/02/26(火) 08:58:01.36 ID:Vge72Flua 良品のみから不良品を見つけるのは必ずしもできるわけではない 不良品を不良品と判断するための特徴量が見えていない場合などがそれに当たる http://mevius.5ch.net/test/read.cgi/tech/1547338417/908
909: デフォルトの名無しさん (ﾜｯﾁｮｲ ad90-4qoz) [sage] 2019/02/26(火) 09:11:33.00 ID:bc3ERkby0 二値分類みたいのは面倒なんだよね http://mevius.5ch.net/test/read.cgi/tech/1547338417/909
910: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/26(火) 10:37:18.94 ID:fq9lYmyMp >>896 です レス頂いた方ありがとうございます >>905 自分も同じ手順を試してみたいと思います もし良ければ参考にされた資料や記事などはありますでしょうか？ Kerasを使おうかと思うのですが始めて使用するので何から手をつけて良いか分からなくて… http://mevius.5ch.net/test/read.cgi/tech/1547338417/910
911: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/26(火) 10:54:57.26 ID:Vf3kLJJW0 >>910 この辺 https://qiita.com/dddmm/items/9e4d9e08a071cfa4be83 GPUないなら止めておいたほうがいいぞ http://mevius.5ch.net/test/read.cgi/tech/1547338417/911
912: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/26(火) 11:18:09.30 ID:fq9lYmyMp >>911 ありがとうございます keras自体の導入は済ませております 説明が分かりにくくてすいません ただどちらにせよGPUが無い環境なのでやるにしても制約が多そうですね… http://mevius.5ch.net/test/read.cgi/tech/1547338417/912
913: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/26(火) 11:37:27.80 ID:Vf3kLJJW0 >>912 「keras 二値分類」で検索すれば色々出てくるよ https://qiita.com/yakisobamilk/items/686d6ad5ae3285aec639 二値分類ぐらいならGTX750ぐらいでも行けるとおもう google colaboratoryってクラウドの無料サービスもあるけど、色々とどうにも面倒くさい http://mevius.5ch.net/test/read.cgi/tech/1547338417/913
914: デフォルトの名無しさん (ﾜｯﾁｮｲ 79a5-dS/9) [sage] 2019/02/26(火) 11:38:20.51 ID:w3X5x8760 >>911 Colaboratory使えばなんとでもなるさ 二値分類を複数のモデルでやってみたことある 画像サイズを480にしてあげると Xception だと で89% Inception_resnet_v2 で86% この2つのモデルから推測させて、 ・両方NGならダメ ・片方NGなら要検証 ・両方OKなら通過 ていう感じで悪くない感じにはなってる というか問題は組込される側じゃね？ 試しにinception_resnet_v2で分類させてみたんだけど、 学習済みモデルのロードだけでメモリ4.5G食う RaspberryPiとかでどうやって運用するんだろう でかいスワップ使ってSSDでも遅いだろうし・・・ http://mevius.5ch.net/test/read.cgi/tech/1547338417/914
915: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/26(火) 11:59:28.32 ID:Vf3kLJJW0 RaspberryPiは推論でも無理では http://mevius.5ch.net/test/read.cgi/tech/1547338417/915
916: デフォルトの名無しさん (ｱｳｱｳｸｰ MM7d-RHnI) [sage] 2019/02/26(火) 13:03:41.22 ID:KyCCi+UXM 軽いはずだけど http://mevius.5ch.net/test/read.cgi/tech/1547338417/916
917: デフォルトの名無しさん (ｻｻｸｯﾃﾛﾙ Spbd-/vCN) [sage] 2019/02/26(火) 13:19:26.30 ID:fq9lYmyMp >>913 ありがとうございます 短くまとまってるので是非参考にさせていただきます kerasの関数や使い方も合わせて調べてみます あと、すごく初歩的な質問なのですがリンク先のコードを軽くみたところ出力層が2クラス分類問題なのに1つになってるのが気になります 良品、不良品とふたつの出力層が必要ではないのでしょうか？ http://mevius.5ch.net/test/read.cgi/tech/1547338417/917
918: デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spbd-4fA7) [sage] 2019/02/26(火) 15:45:31.82 ID:11Fco3L7p >>917 二値分類の問題は出力は一つでOK 例えば不良品にラベルを0、良品にラベルを1と付けたとする 活性化関数にSigmoidを使うと、入力した画像が0なのか1なのかを確率で返してくれる 0.5付近なら判別できていない もし二つの出力でやりたいなら活性化関数にSoftmaxを使う こちらは他クラス分類に使用する 良品レベルを5段階に分けて学習させるような場合に使う http://mevius.5ch.net/test/read.cgi/tech/1547338417/918
919: デフォルトの名無しさん (ﾜｯﾁｮｲ 5e66-erI5) [sage] 2019/02/26(火) 20:43:24.25 ID:DUz4HSDe0 >>871 すみません、そのページを読んでみたのですが、まだ理解できません。 a に添字 b を下付きしたものを a_b と表すとして、 state-value function v_π(s) = E_π [G_t | S_t = s] を私は次のように式変形しました。 v_π(s) = E_π[R_(t+1) + γG_(t+1) | S_t = s] v_π(s) = E_π[R_(t+1) | S_t = s] + E_π[γG_(t+1) | S_t = s] 私が分からないのは第2項の期待値の計算です。 E_π[γG_(t+1) | S_t = s] = Σ_a π(a|s) Σ_s'r p(sr', r|s, a) (γG_(t+1)) このように展開できると思うのですが違いますか？ http://mevius.5ch.net/test/read.cgi/tech/1547338417/919
920: デフォルトの名無しさん (ﾜｯﾁｮｲ 3dad-2CcH) [] 2019/02/27(水) 03:08:09.73 ID:qf2btets0 chainerを使ってたけど tensorflowを使ったみようと思ってインストールしてみたら、 変なエラーばかり出てなかなか動かなかったけど、 MINSTがやっと実行できた。 うれしい！ http://mevius.5ch.net/test/read.cgi/tech/1547338417/920
921: デフォルトの名無しさん (ﾜｯﾁｮｲ 3968-rusg) [sage] 2019/02/27(水) 03:24:04.07 ID:s/3R2a1B0 >>920 おめでとう 慣れるまで、環境構築ほんま大変だよな http://mevius.5ch.net/test/read.cgi/tech/1547338417/921
922: デフォルトの名無しさん (ﾜｯﾁｮｲ 2a01-T7le) [sage] 2019/02/27(水) 06:50:22.32 ID:OtL3sL+V0 >>910 >参考にされた資料や記事などは http://aidiary.hatenablog.com/entry/20170108/1483876657 (犬|猫)と花x17の練習問題はそのまま使える。 ここでやってるのはFrancois の本そのもの 本には 5%くらい精度落ちるけどGPUなしで高速に学習する方法も記載あり。 https://www.amazon.co.jp/Deep-Learning-Python-Francois-Chollet/dp/1617294438 http://mevius.5ch.net/test/read.cgi/tech/1547338417/922
923: デフォルトの名無しさん (ｱｳｱｳｸｰ MM7d-RHnI) [sage] 2019/02/27(水) 07:43:37.69 ID:z4vkURidM eagerとkerasてどうちがうの？ http://mevius.5ch.net/test/read.cgi/tech/1547338417/923
924: デフォルトの名無しさん (ﾜｯﾁｮｲ 3dad-2CcH) [] 2019/02/27(水) 11:05:10.77 ID:qf2btets0 >>921 ありがとうございます！ 動くまでいろいろと試行錯誤していました。 バージョンや環境に依存する部分も大きいのでしょうか？ 僕が結局のところうまくいったのは以下のサイトの、 仮想環境を作ってからインストールするという手順です。 https://qiita.com/dddmm/items/9e4d9e08a071cfa4be83 このサイトの下に書いてある、 ＞ 「(keras_work) conda install jupyter」でインストールして、 ＞ カーネルを再登録して ＞ 「(keras_work) ipython kernel install --user 、、、」、 ＞ jupyter-notebookを立ち上げなおしたら、正常に動作しました。 というのも実行したら、動作しました。 ここではkeras_workという名前になってますが、まだkerasはインストールして いないのですが、仮想環境を作らなければ動作しなかった ということは、何か僕の環境が悪かったのだと思います。 まあ、とりあえずtensorflowが動くようになりましたので、 いろいろサンプルを探して動かしながら、使い方を学びたいと思います。 http://mevius.5ch.net/test/read.cgi/tech/1547338417/924
925: デフォルトの名無しさん (ﾜｯﾁｮｲ 797c-BftX) [] 2019/02/27(水) 12:18:00.05 ID:+TCpifLa0 脳科学が明らかにする 「あなたの隣のサイコパス」 ありえないようなウソをつき、常人には考えられない不正を働いても、平然としている。 ウソが完全に暴かれ、衆目に晒されても、全く恥じるそぶりさえ見せず、堂々としている。 それどころか、「自分は不当に非難されている被害者」 「悲劇の渦中にあるヒロイン」であるかのように振る舞いさえする。 残虐な殺人や悪辣な詐欺事件をおかしたにもかかわらず、まったく反省の色を見せない。 そればかりか、自己の正当性を主張する手記などを世間に公表する。 外見は魅力的で社交的。トークやプレゼンテーションも立て板に水で、抜群に面白い。 だが、関わった人はみな騙され、不幸のどん底に突き落とされる。 性的に奔放であるため、色恋沙汰のトラブルも絶えない。 経歴を詐称する。過去に語った内容とまるで違うことを平気で主張する。 矛盾を指摘されても「断じてそんなことは言っていません」と涼しい顔で言い張る。 (略) 見過ごせないのは、この種の人間を擁護する人が少なくないことです。 (略) 時には「信者」であるかのような崇敬を示す人までいます。 そうした人たちは、きっと知らないのでしょう。 彼／彼女らが、高い確率で「サイコパス」だということを。 (脳科学者・中野信子さん) AI的にはこういう子が育つ可能性はあるの？ ●添とか●エモンとか百合子とかちょんとか http://mevius.5ch.net/test/read.cgi/tech/1547338417/925
ﾒﾓ帳
(0/65535文字)
上
下
前
次
1-
新
書
関
写
板
覧
索
設
栞
歴
あと 77 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
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.015s