勉強ばっかりだと頭に残らないので、実際に自分でデータセット作りtensorflowを使って画像認識をしてみる。 データは道路標識の「制限速度」と「止まれ」の2クラス分類にする。 画像検索のAPIは貧乏で使えないので手作業でデータは各100枚ほど集めた。 80枚…

ディープラーニングを用いた画像認識の記事で「畳み込みネットワーク(CNN)」という単語をよく見かける。最近CNNを勉強してたのでメモ。 CNNでは「畳み込み層(Conv)」と「プーリング層(Pool)」の２つの層がニューラルネットワークに登場する。 全結合のニュー…

有名なゼロから作るDeepLearningの魚の本ありますよね。自分もお世話になってます。 その本の8章に こんな感じのCNNの説明がありましたよね。コードも公開してあります。 個人的にtensorflowで実装して見たいと思い、このCNNを構築してみた。 コードはここ …

損失関数について その１ - 時給600円 これの続きです。その１では 学習とは訓練データから最適な重みパラメータの値を自動で獲得する 重みパラメータを修正、更新のために損失関数が存在する というところまでメモった。 損失関数がどのような指標かという…

今回は損失関数についてメモる。 機械学習やディープラーニングとかの言葉をたくさん聞くようになってきたけど、何を学習しているのか？ 勉強して調べた結果、今の所学習とは訓練データから最適な重みパラメータの値を自動で獲得するという認識に落ち着いた…

活性化関数は入力の値と重み、バイアスから計算をして得られた値を出力信号に変換する関数のことを指す。 ニューラルネットワークは分類問題と回帰問題の2つがあるが、問題によって出力層の活性化関数を変更する必要がある。 回帰問題には恒等関数(何も手を…