機械学習教えてください
■ このスレッドは過去ログ倉庫に格納されています
>>4
機械なだけに、ですね。
ゼロから作るディープラーニング読んでます。
一応、流れは理解出来たつもりです。
結果を教師データに近づける簡単な二層からなるニューラルネットワークは実装できました。
ただ犬猫画像の判定、判別をするようなのが出来ません。 >>6
聞く場所が違いますか?失礼しました。
アルゴリズムだと思ったのでム板で良いかと思いました。
画像のチャンネル数が3つだと私のpcでは処理できません。
1つだと時間はかかりますがなんとか処理できますが、
それで学習させても判定、判別は出来ないのでしょうか、
猫と犬が区別出来ません。
以下のモデルです。
2から9を300回試行してます。
1.3次元を1次元になおす。
2.畳み込み一回目
3.畳み込み二回目
4.重みをかける 一層目
5.ReLUに通す
6.重みをかける 二層目
7.ReLUに通す
8.誤差関数を通す
9.バックプロパゲーション ちなみに、
犬猫それぞれ150枚をネットから拾って学習データにしています。 >>9
役には立たないかも知れませんが、
ただの興味からやってます。
理解には車輪の再発明が一番の近道だと思うので。 >>10
事例が少なすぎるんだろうな
すごくいい事例を準備しても犬と猫の画像分離は
10万ぐらいの事例が必要だと思う
事例がよくないと100万から1000万の事例が必要 >>11
あわしろ氏とはどなたですか?
情報に疎くて申し訳ありません。
>>12
ありがとうございます!
圧倒的にデータが足りないのですね。
現在は、1チャンネルに変換した猫犬合わせて300の
データをすべて一次元の配列にしてメモリに展開しています。
マシンスペックというより、その辺の仕組みを変えないとそのデータ量を扱うのは無理そうですね。
ちなみに画像サイズは150×150でやってます。
>>13
転移学習でさえ数千必要なのですか、、
情報ありがとうございます。 猫と犬を見分けるぐらいなら各500枚で十分だしCPUでもさして時間かからないよ
半分ぐらいのサイズにリサイズしてみれば? WebAPIとGoogle Collaborate いきなり動物の画像は敷居が高いからまずは単純な数字の判別からやってみれば?
すぐに判別に必要な特徴量の抽出ができて成功体験重ねていけるだろうし image generatorすらレスが無いってガチで素人しかおらんな フクダナオキってインフルエンサ−が詳しいよ。ツイッターやってる。 ■ このスレッドは過去ログ倉庫に格納されています