[過去ﾛｸﾞ]
【統計分析】機械学習・データマイニング23 (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
746
:
デフォルトの名無しさん
(ｻｻｸｯﾃﾛ Sp67-ngQC
[126.33.115.23])
[sage] 2019/04/17(水) 01:56:35.53
ID:UDUN5nb9p(1)
AA×
>>745
[240|
320
|
480
|
600
|
100%
|
JPG
|
べ
|
ﾚｽ栞
|
ﾚｽ消
]
746: デフォルトの名無しさん (ｻｻｸｯﾃﾛ Sp67-ngQC [126.33.115.23]) [sage] 2019/04/17(水) 01:56:35.53 ID:UDUN5nb9p >>745 文字通りニューラルネットワークの設計 新しい課題に適用する場合やチューニングをする際に必要となる 新しい課題では、似たような課題から似たようなニューラルネットワークを組むことから始める 勾配消失してると感じたらバイパスさせたり、過学習に陥りやすいときに適当にdropout挟んだりと、慣れてくるとどこに何をどこに配置すると性能が向上するのかが見えてくる また上手く行っていたモデルが、入力データが異なると学習がうまくできないことがある そこでチューニングという作業が発生する チューニングは前処理を変えたりモデルを変えたりする モデルを変えたい場合、例えばCNNの畳み込み層とプーリング層を一段深くしてみたり、全結合のニューロン増やしたり、活性化関数をReLUからtanhにしたり、あるいはオプティマイザをadamからadagradに変更したりする 恐ろしいことに、これだけで性能が恐ろしく向上する事が多々あり、理由が分かることのが少ない このチューニングも含めたビジネスロジックに組み込むための(ニューラル)ネットワークの最終形態を作ることを設計と言っている http://mevius.5ch.net/test/read.cgi/tech/1551352040/746
文字通りニューラルネットワークの設計 新しい課題に適用する場合やチューニングをする際に必要となる 新しい課題では似たような課題から似たようなニューラルネットワークを組むことから始める 勾配消失してると感じたらバイパスさせたり過学習に陥りやすいときに適当に挟んだりと慣れてくるとどこに何をどこに配置すると性能が向上するのかが見えてくる また上手く行っていたモデルが入力データが異なると学習がうまくできないことがある そこでチューニングという作業が発生する チューニングは前処理を変えたりモデルを変えたりする モデルを変えたい場合例えばの畳み込み層とプーリング層を一段深くしてみたり全結合のニューロン増やしたり活性化関数をからにしたりあるいはオプティマイザをからに変更したりする 恐ろしいことにこれだけで性能が恐ろしく向上する事が多あり理由が分かることのが少ない このチューニングも含めたビジネスロジックに組み込むためのニューラルネットワークの最終形態を作ることを設計と言っている
上
下
前
次
1-
新
書
関
写
板
覧
索
設
栞
歴
あと 256 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
AAｻﾑﾈｲﾙ
ぬこの手
ぬこTOP
0.077s