Karpathy先生のCS231nの講義スライドも使いつつ覚えておきたいポイントをまとめてみます。 畳み込み（Convolution）のイメージ図 ポイント 入力のdepthとフィルタのdepthは同じ。フィルタを適用して1つの値を出力 フィルタをスライドさせながら適用して 1枚…

パドック画像から競走馬の距離適性を推測する学習をしてみたけど性能が全然よくない…! ヒィィ (ﾉﾟρﾟ)ﾉ う〜ん、やっぱりデータのサンプル数が少なすぎるのかな・・ ということでchainerのCIFAR-10のサンプルコードを使って学習データ数と認識精度の関係をち…

Udacityのディープラーニング講座の中で使うTensorFlowのバージョンが1.0となっていてCUDA7.5だと動かない… (>_<) ということで自宅PCのCUDAを7.5から8.0にアップグレードしました。 今まで自分にとって開発環境のアップグレードは鬼門で 今まで動いていたも…

今日は誤差逆伝搬法（Backpropagation）について書いてみます。 Karpathy先生のCS231nの講義が秀逸すぎるのでそれを見れば十分です! (◍•ᴗ•◍) 講義ビデオ: CS231n Winter 2016: Lecture 4: Backpropagation, Neural Networks 1 - YouTube 講義スライド: http:…

誤差関数の最小化問題 機械学習が何をやっているか、、一言で言えば 誤差を最小化するを見つける ということになります。 関数の最小値を求めると言えば高校の数学でも微分を使って最小値を求めていましたが、機械学習の最小化問題は枠組みが少し違っていま…

前回でパドック画像を収集しました。今回は各パドック画像のラベリングを行い学習データを作ります。 距離適性の計算 これまたnetkeibaにお世話になります。m(._.*)m netkeibaの各馬のデータには 適性レビュー というデータがあります。 この適性レビューの …

UdacityのDeepLearning基礎コース、Week3以降は週5-6時間程度でレッスンコンテンツは一通りはこなせています。 ただ、後でしっかり復習しないと身につかない感じはあります。。 そりゃそうですよね、、世の中そんなに甘くない。(;^_^A 今日は行列の積につい…

次の例のようにCNN (Convolutional Neural Network) で何か面白い分類をやってみたい gigazine.net MNISTやCifar10と言ったような練習用のありきたりのデータではなく何かcoolな題材はないかな〜と考えていたところ、、 馬体から短距離馬と長距離馬を見分け…

Udacityの Deep Learning Nanodegree Foundation の Week1 が終わりました。 シラバスでは学習時間の目安は 3-4 hours per week と書いてありましたがかれこれ20時間近く費やしています。。ヽ(；´Д｀)ノ 誤差の逆伝搬の詳しい仕組みとか今までスルーしてきた…

4才の息子が"パパの大好きなスターウォーズ"のダースベイダーを作ってくれました。 おぉ、言われるとそう見えてきます。。（＾ ＾） ちなみに、おしっこもできるように穴を開けた そうです。 子どもの頭の柔軟さを改めて感じた週末でした。

Udacityのディープラーニングのナノ学位基礎コースを受講登録しました。 お値段 399ドル !! 住宅ローン残高がモリモリ残っている中それなりの投資額にガクブルしましたが来たるAI時代のビッグウェーブに飲み込まれないようにディープラーニングを学ばないわ…

RNN (Recurrent Neural Network) を使って何かをやってみようと前々から考えてましたがネタが思いつかない・・・ ・・・・・・・・・・・・・・・ ・・・ ありました！ 競走馬の名前を生成してみよう ということで早速やってみました。 名前を題材にしたワケ…