16/09/26 21:08:32.15 OE40JKVn.net
>>485
分類と予測の違い
500:デフォルトの名無しさん
16/09/27 00:06:31.56 yyt7Glv6.net
>>486
trainデータのK-fold cross validationスコアの最大化で素性選択
↓
得られた素性のみ使って予測
またはBICを最小化する素性選択などいかが？ 単純ですが。
501:デフォルトの名無しさん
16/09/27 02:20:41.55 sfEb7hKR.net
画像音声自然言語以外の分野で
ディープラーニングは従来の機械学習よりも
優位性あるんですか？
502:デフォルトの名無しさん
16/09/27 02:35:16.21 Hw2iP6th.net
別に取って代われるようなものじゃないし
自分は音声認識やってたけど、一部のモジュールについて可能性を感じる程度
503:デフォルトの名無しさん
16/09/27 09:22:32.77 Y2/XfEXc.net
音声認識は歴史があるからね
504:デフォルトの名無しさん
16/09/27 11:15:06.09 02qLQt1N.net
>>488
trainデータのみを次元削減処理し、
2次元の特徴量でSVMの予測モデルで識別器を作成しPKLで保存
次に別のプログラムソースで
そのPKLを呼び出しtestデータのみを次元削減処理してから予測
のような感じをしたいのですが
trainデータのK-fold cross validationスコアの最大化で素性選択って
trainデータ内で分割してtrainとtestにわけて一番よい性能のものを探すイメージがあります
がこれってtestデータ自体の削減処理にはいかせるんですかね？
すみません、あまり理解ができてなくて
505:デフォルトの名無しさん
16/09/27 15:28:00.69 jZI7H7Pv.net
画像処理は機械学習しないとお話にならないところまで来てるよ
506:デフォルトの名無しさん
16/09/27 20:31:51.40 WGERDcDZ.net
>>492
手順としてはこんな感じです。
URLﾘﾝｸ(www.quora.com)
cross validationでベストなfeature subsetを求めてファイルに保存します。
別プログラムでtestデータを読み込むときに、そのファイルに含まれないfeatureは無視してベクトル化、予測してtestスコアを計算します。
高次元でpredictive powerに偏りのないケースでは上手くいかない気がします。どのようなアプリケーションですか？
507:デフォルトの名無しさん
16/09/27 21:00:11.31 02qLQt1N.net
>>494
自己学習なのでアプリケーションと呼べるものではないですが
動物の画像を使っているので、画像識別のアプリケーションになるかと思います
散布図として結果表示をしたいので次元削減が必要になっているといった感じですね
事前に次元削減されたトレーニングで予測モデルを作っておけば
後日実行する際にその予測モデルとテストデータさえあれば識別できるようにしたいといった感じです
508:デフォルトの名無しさん
16/09/27 21:06:38.88 02qLQt1N.net
わざわざ2次元のデータに落としてから学習させて予測モデルを作っているのは仕様です
509:デフォルトの名無しさん
16/09/28 16:09:01.51 6c5XxxTj.net
>>453
各クラスのデータが一つの集合として形成される場合はいいけど
線形分離不可能な場合など少し込み入ったケースでは
パラメータを試行錯誤しても上手くいかないことが殆どだよ。
雑誌に紹介されているデータ図が自明な場合が多いのはそのためなんだろうけど。
SVMとかを素直に使った方が良かった。
510:デフォルトの名無しさん
16/09/28 19:11:33.90 jnoA4LJG.net
予測ってつまり半教師ありdetectionタスクなんだなって気付いた。
難しいわけだ。
511:デフォルトの名無しさん
16/09/29 01:00:48.72 d2+tzZ6F.net
インストールしているCuDNNのバージョン確認ってどうやったらできますか？
512:デフォルトの名無しさん
16/09/29 02:17:24.16 d2+tzZ6F.net
自己解決しました
513:デフォルトの名無しさん
16/09/29 22:51:17.23 xVx5t50n.net
ディープラーニングに興味持ったのですが
仕組みを
514:理解するにはニューラルネットワークを理解する必要がありますよね？ 初心者にお勧めのサイトや本があれば教えてください。
515:デフォルトの名無しさん
16/09/29 22:57:37.07 RSttyEck.net
最近出たオライリーの本はおすすめ
516:デフォルトの名無しさん
16/09/30 01:03:42.32 YcxBPQVN.net
最近出たオライリーの本思いの外内容少なくて残念
517:デフォルトの名無しさん
16/09/30 05:23:48.53 G/pKS9LT.net
>>501
ろくな本がないのが実状
518:デフォルトの名無しさん
16/09/30 07:41:45.32 NZDLgrGw.net
個人的にはオライリーオススメ。
CNNまで説明されてるし、コードで理解しながら読んでいける。
誤差逆伝搬法もわかりやすかったよ。
519:デフォルトの名無しさん
16/09/30 07:45:32.19 W2jYVXDw.net
時間の無駄
520:デフォルトの名無しさん
16/09/30 08:17:36.61 bhnTb8UF.net
誤差逆伝播が分かってればあとはフレームワークの実装読むと良い
521:デフォルトの名無しさん
16/09/30 08:21:03.34 G/pKS9LT.net
宣伝乙
522:デフォルトの名無しさん
16/09/30 08:28:12.66 CwXDj9lt.net
暇なときにian goodfellowって人が書いたの読んでる
523:デフォルトの名無しさん
16/09/30 09:03:13.52 W2jYVXDw.net
>>509
一流の研究者の書き物を読むのは良いこと
524:デフォルトの名無しさん
16/09/30 09:05:59.16 Uru5AHml.net
おπ損ｗ
525:デフォルトの名無しさん
16/09/30 09:07:56.18 Uru5AHml.net
>>509
777項
526:デフォルトの名無しさん
16/09/30 18:46:45.08 QUT4k/9g.net
オライリーは行列の積を内積って書いてあるのは酷い間違いだな
527:デフォルトの名無しさん
16/09/30 19:40:56.20 3I14H/Qx.net
定義はできる
528:デフォルトの名無しさん
16/09/30 19:56:34.06 NZDLgrGw.net
行列に慣れればどの分野の人でも入っていけるね。
pythonのおかげでプログラミング容易だし。
529:デフォルトの名無しさん
16/09/30 20:41:55.20 q4PlaKWn.net
バックプロパゲーションが主流なのに確率的勾配降下をまともに説明してる本がない
数理工学的に説明してくれないとわからん
530:デフォルトの名無しさん
16/09/30 20:45:59.84 0AlOpmB+.net
あほだから？
531:デフォルトの名無しさん
16/09/30 21:02:27.95 q4PlaKWn.net
おいおいじゃあまともに説明してる本出てるのか？
532:デフォルトの名無しさん
16/09/30 21:06:10.00 yqIWFMTa.net
英語できないから？
533:デフォルトの名無しさん
16/09/30 21:11:32.43 4Fqse+SF.net
>>516
たしかに
どれを間引けばいいのかわからん
どのサイト見ても「一つのサンプルで更新」と書いてあるが
そのサンプルというのは画像サンプルのことなのかニューロン1つ単位で言っているのか定義されていない
数学として失格だ
数式を見る限り画像を意味してはないようだが1つのニューロンだけで層を更新するというのは考えにくい
そもそもそれはDropoutで十分だ
よくお前らあんな説明でわかるな尊敬するｗ
まあどうせお前らもわかってないんだろうけどな
534:デフォルトの名無しさん
16/09/30 22:12:34.10 YcxBPQVN.net
バックプロパゲーションってユーザーにとって言うほど大事か？
535:デフォルトの名無しさん
16/09/30 22:28:08.99 4hxo3I+i.net
利用するという立場ではどうでもいい部分だけど、
基本的に応用にこじつけなきゃ成果にならない機械学習分野の中では比較的理論に閉じ籠れる数少ないテーマだから自称学者様達がたかる
536:デフォルトの名無しさん
16/10/01 00:58:36.65 63LCCJou.net
お前らいつまで無駄なことに時間費やしてんの？
賢い奴はさっさと成果物を利用する側に回ってビジネスを軌道に乗せ始めてるぞ
今も昔も分野問わず下位レイヤーは天才に任せるのが基本だろ、忘れるな
537:デフォルトの名無しさん
16/10/01 01:23:49.90 jn+RPXkK.net
下位レイヤーってなに？
くりこみ群との対応？
538:デフォルトの名無しさん
16/10/01 06:27:41.54 gn0DMWem.net
応用という観点では適切な問題設定と学習データの質と�
539:ﾊが大切なわけだが、 なぜかそれからは目をそらして、関数側をこねくり回して上手くいかず苦しんでる人が多い印象…
540:デフォルトの名無しさん
16/10/01 08:24:40.52 +PB9iKu0.net
応用応用、応用
541:デフォルトの名無しさん
16/10/01 08:53:36.63 1xyTVOEP.net
>>525
基礎理論をこねてるほうが楽だからね。学術界で評価されやすいし
542:デフォルトの名無しさん
16/10/01 10:14:35.63 H9o55DQP.net
ガラパゴス日本特有
543:デフォルトの名無しさん
16/10/01 11:20:15.08 0CgDc6+o.net
重要なのは問題設定とデータ収集と前処理というのはおれも思う
ただ理論部分もある程度は知っとく必要は感じる
544:デフォルトの名無しさん
16/10/01 13:39:28.42 sh9yZ6tQ.net
>>484
5つ星のうち 2.0少し期待外れ。
投稿者 ありょさん 投稿日 2016/10/1
誰かのブログなどの記事を集めてプリントアウトして書籍化したもの、と考えていいでしょう。
ブログの記事の断片的な表現をいくらか加筆したようなものです。
よく知られているMNISTを使ったチュートリアルやブログで理解した人はこの本はほぼ不必要ですし、
そのブログやチュートリアルをやってみたけどTensorFlow,TensorBoardの細かい仕様や使い方がいまいちよく分からない、
すごく簡単な例でもいいのでTensorFlowによる深層学習の例をいくつか知りたい人は多いと思いますが、そのような要望は答えられていないでしょう。
例えばよく知られているMNISTの例だけではなく
テキストに書かれた自分の実験データを読み込んで学習、学習パラメータを出力
次の日に学習パラメータを読み込んで、未知のデータを分類してファイルに出力
をスムーズ、明快にできる一まとめのサンプル例とか挙げれば良かった。
付録の部分の数学公式を見ると読者には不必要な行列、偏微分の初歩の初歩について説明しているのに、
逆にシグモイド関数の微分は公式に従って計算が可能、と言いながら付録に書かなかったりしているのですが、
このような記述をみると著者は本当は細かいところはしらない、または読者のこと困るところや要望をあまり意識せず、
ただ他者より先行して書籍化しただけの気がします。
545:デフォルトの名無しさん
16/10/01 13:41:08.70 sh9yZ6tQ.net
↑「TensorFlowで学ぶディープラーニング入門」の感想
546:デフォルトの名無しさん
16/10/01 14:16:28.29 ll019ukR.net
tensorflowわざわざ買う必要なさそうだね。
自分は下の3冊を読み進めてるわ。
「Python機械学習プログラミング」
「PRML」
「ゼロから作るdeep learning」
547:デフォルトの名無しさん
16/10/01 14:45:37.37 eeap2xL2.net
何冊か買ったけど、自分が一番いいと思ったのは、
MLPシリーズの「深層学習」。他は実際にコードを書くのに必要な情報が
得られなかったか、不十分と感じた。
548:デフォルトの名無しさん
16/10/01 14:58:44.67 WFWPs0d4.net
>>533
コードも載ってたりすんの？
549:デフォルトの名無しさん
16/10/01 15:18:19.57 eeap2xL2.net
>>534
コードは載ってないけど、数式の説明が丁寧だからアルゴリズムは理解できた。
最近出た「Pythonで体験する深層学習」も期待してたんだけど、こっちはコードも載ってるんだけど、
数式の導出でかなりはしょっている所が多くて、どうしても理解できない式とかあってあきらめた。
550:デフォルトの名無しさん
16/10/01 15:19:11.87 RWzvaHdr.net
>>534
横からだが載ってない。内容はどこかで見たようなものが多いし、古い印象。ただし、学生の教科書としては悪くないかな
551:デフォルトの名無しさん
16/10/01 17:08:05.91 /UzpZgel.net
>>535>>536
サンクス。実装は自分でって感じなんですね。
理論として実装は別々の本で勉強した方がいいのかな。
552:デフォルトの名無しさん
16/10/01 17:10:14.06 ZhBe8XzG.net
アルゴリズムをなんだと思っているｗ
553:デフォルトの名無しさん
16/10/01 17:22:02.79 4HmW6bzj.net
GPUの利用はtheano使うのが普通？
554:デフォルトの名無しさん
16/10/01 17:33:46.48 f5H6W5QM.net
cudaってwindowsで使うにはブイスタが必要なのがいやだな
インストールに10ギガもいるとかマジでキモイ
555:デフォルトの名無しさん
16/10/01 18:22:17.09 Zh4yrAxj.net
theano がcodeのリサイクルに対応したらほかがゴミカスに成り下がる
お前らさっさと勝馬に乗っておけ
556:デフォルトの名無しさん
16/10/01 19:41:31.83 m5myqTSr.net
ディープラーニングって、自社開発が当たり前なんか？
商用ソフトってあんの？
557:デフォルトの名無しさん
16/10/01 21:19:33.88 f5H6W5QM.net
>>541
黙れキチガイ
荒らすのもいい加減にしろ異常者
558:デフォルトの名無しさん
16/10/02 00:50:23.73 ujhU+cA1.net
>>538
そんなものは秀才がライブラリ化すればよろし。
役割分担でござる。
559:デフォルトの名無しさん
16/10/02 02:59:20.00 q4ZEpQKo.net
プレトレーニングとファインチューニングの違いがわからん
560:デフォルトの名無しさん
16/10/02 03:38:56.86 4fl+u3/5.net
ファインチューニングって一般的な語だよ
561:デフォルトの名無しさん
16/10/02 06:32:13.91 J9aPj3+9.net
そうだな、煽り抜きで一般用語だな…
562:デフォルトの名無しさん
16/10/02 07:45:20.20 PXrMtRjh.net
覚えたての英語を使いたくて使いたくて我慢できない中二かなあ
563:デフォルトの名無しさん
16/10/02 07:50:27.71 mEKaFrBz.net
>>548
どっちの話か分からん
564:デフォルトの名無しさん
16/10/02 10:36:46.67 tO7FTGau.net
>>544
そのレベルでは手をださんほうがいいぞ
565:デフォルトの名無しさん
16/10/02 12:57:07.76 PXrMtRjh.net
ディープラーニングを理解するための最善の方法は、
ディープラーニングをゼロから実装することです。
566:デフォルトの名無しさん
16/10/02 15:01:24.79 Ajos2TR8.net
まブームも終わりだけど
567:デフォルトの名無しさん
16/10/02 15:09:40.57 llQJTv6w.net
>>551
それはゼロから実装するための最善に過ぎない。
568:デフォルトの名無しさん
16/10/02 15:45:38.76 PXrMtRjh.net
>>551
オライリーの帯に書いてあった文を写しただけだが(ﾌﾟｹﾞﾗ
569:デフォルトの名無しさん
16/10/02 17:15:00.10 EhuHUwwo.net
その実装をほんの数年前まで誰一人していなかったのだから
優秀と言われる人間も別に大したことしてなかったってことだな
変に自信がついたよ
570:デフォルトの名無しさん
16/10/02 19:58:47.64 NqN7yub8.net
競馬も株も当たらないよ。。
571:デフォルトの名無しさん
16/10/02 20:30:11.63 rdG8WxHa.net
競馬は胴元の天引き率が多すぎるからダメだろ
しかし株で儲けられないのは腕が足りない
572:デフォルトの名無しさん
16/10/02 21:31:39.28 C+AYCMJv.net
顔認証は一般的に教師あり学習、教師なし学習どちらですか
573:デフォルトの名無しさん
16/10/02 21:35:35.14 z5EuTzp1.net
>>557
そこをなんとかするのがDLではないのか？
574:デフォルトの名無しさん
16/10/02 21:57:54.11 nGPko/w3.net
結局株とか為替のデータの数ってディープラーニングするのに足りる量確保できるの？
「X年分のN分足」を全部見たら十分？
短い足は騙し多そうだが、騙し含めて勉強させるもんなのかな
575:デフォルトの名無しさん
16/10/02 22:33:12.85 msxTiit/.net
データ数の問題じゃなくてデータと予測結果の相関の問題だと思う
576:デフォルトの名無しさん
16/10/02 22:37:29.18 qXa2ronw.net
最後は結局ハイパーパラメータのチューニング、
データの収集、前処理になるよね。
577:デフォルトの名無しさん
16/10/02 23:47:13.74 TlTpbKVa.net
あほらし
黙ってリアルに集中しろ
578:デフォルトの名無しさん
16/10/03 01:52:18.73 5VGXYZnn.net
株はファンダメンタル分析なら日足データで充分だと思うが
このご時世、デイトレは挑むだけ馬鹿だし
579:デフォルトの名無しさん
16/10/03 03:05:33.95 TI/5A1Ju.net
日足読んだら指標でどう動くか分かるのかｗｗｗｗｗｗｗｗｗ
長期トレードでもテクニカルあると思うけどねぇ
580:デフォルトの名無しさん
16/10/03 07:37:55.19 Sy28Ke7B.net
適正価格求めるだけならディープラーニングなんか要らんでしょ
結果として式が出てくる手法の方がずっと有益
581:デフォルトの名無しさん
16/10/03 08:27:45.24 0QgJjOtd.net
DudaとHartの本はもう古典扱い？
582:デフォルトの名無しさん
16/10/03 08:39:27.63 SC3BElzp.net
あれ前世紀の刊行だったような
古典というより遺物か
583:デフォルトの名無しさん
16/10/03 10:50:57.40 s7qu/pao.net
でもアレに書いてあることは理解してないとダメなんでしょ？
584:デフォルトの名無しさん
16/10/03 15:17:24.49 MBCKnUi2.net
>>537
MLPシリーズの「深層学習」に最低限必要な数式は載っているから、その本だけ実装すること自体は簡単。
誰かが作ったコードの一例を簡単な例でも見たいのなら
「ゼロから作るdeep learning」、「機械学習と深層学習 C言語によるシミュレーション」。
速くないし、柔軟性は無いが教科書をそのままコード化するとそうなる一例の参考になる。
仕事では扱いやすくて速いライブラリを使う方べきだが、自分が本当に書籍を理解しているか確認するために、
ショボい内容でもいいので、一度は実装を経験した方がいい。
以外と自分は曖昧にしか理解していないことに気づくことがある
585:デフォルトの名無しさん
16/10/03 15:44:52.27 SkSs2OsV.net
>>566
適正価格なんかなくね？過去の業績以外の要因で動きまくるから計算方法があっても変数がわからないもの。
586:デフォルトの名無しさん
16/10/03 16:39:28.14 6dk5cgQD.net
駄目とか駄目じゃないとか答えがあると思ってる方がアホ
587:デフォルトの名無しさん
16/10/03 16:46:46.96 K0Jnm7v7.net
DLは役に立たないということ？
588:デフォルトの名無しさん
16/10/03 16:52:34.32 6dk5cgQD.net
人の意見にしか頼れない奴は何をやっても駄目ということ。
589:デフォルトの名無しさん
16/10/03 23:24:48.90 apSZFYQP.net
説明・予測したい事象がある
→ 応答変数Yと説明変数Xで表せるとする: {yi, xi} i=1...N
→ 仮説の設定、データのサンプリング、可視化
→ 線形な関係性ではなさそう。偏回帰プロットしてもやはりその通り。
→ 諦めて非線形モデルやNNでうまく当てはめられるか試す
という感じで順を追ってやらないと何がどうダメなのかわからないので、モデリングと呼んでいいものか。
590:デフォルトの名無しさん
16/10/03 23:49:05.47 4xvyOu+Q.net
Faster R-CNNは領域抽出もやってくれるの？
591:デフォルトの名無しさん
16/10/04 00:10:02.02 yz6+keg9.net
データマイニングが流行った頃と似たような状況だな。
あの時も、統計知らなくても大量にデータ突っ込めば結果が得られるって夢見た連中が多かった。
592:デフォルトの名無しさん
16/10/04 01:11:54.60 hLs4Ge32.net
そんな連中がいたのか……
データマイニングなんて
コンピュータを使ってるだけで
中身は統計そのものだろうに
593:デフォルトの名無しさん
16/10/04 03:33:44.85 iQmOqDa9.net
>>576
やってくれる。
具体的にはRPNが物体らしきものが存在する領域を推定し、その領域をRoI poolingに通した上で、分類と領域（bounding box）の再推定を行う。
594:デフォルトの名無しさん
16/10/04 14:36:27.67 SX7o9CFb.net
Chainerのバージョンアップが頻繁すぎて、9月出版のChainer本ですら買うのに躊躇するぜ・・・
595:デフォルトの名無しさん
16/10/04 15:27:27.97 CbLJxgNS.net
グーグルと同じ土俵で勝負しなければいいのに
596:デフォルトの名無しさん
16/10/04 15:33:43.33 JczFFXm
597:u.net
598:デフォルトの名無しさん
16/10/04 15:39:39.11 +sgYekkv.net
>>580
開発チームは優秀なド素人かと思ってしまう、わりとマジで。第三者に使うな、って言ってるようなもの
599:デフォルトの名無しさん
16/10/04 15:41:10.92 +sgYekkv.net
>>581
そういうことなんだろうなぁ、バタバタし始めたのは TF が公開されたころからだし…
600:デフォルトの名無しさん
16/10/04 20:36:18.48 8Yvd6FiJ.net
グーグルと勝負しない方針で成功したニコ動
グーグルと勝負して失敗したchainer
601:デフォルトの名無しさん
16/10/04 23:03:14.37 kmGY0Xlh.net
ニューラルネットワークの仕組みを学ぼうとしても
数式が難しくてさっぱりわからん！
どうすればいいですか？
602:デフォルトの名無しさん
16/10/04 23:19:11.72 +sgYekkv.net
>>586
数学の基礎しか使ってないよ。無理なら向いてない、他のことをやる方が有意義だよ
603:デフォルトの名無しさん
16/10/04 23:22:31.70 TRahFL+v.net
>>581
keras は戦わないで、tensorflow に上手く便乗したな
604:デフォルトの名無しさん
16/10/04 23:50:11.80 DgEME4GC.net
>>586
単純線形回帰 → 多重線形回帰 → 一般化線形モデル → 一般化混合線形モデル → 非線形モデル
という具合に複雑になっていくんだけど、どこまで何を理解してるの？
605:デフォルトの名無しさん
16/10/05 00:20:55.57 toVaK5Qw.net
線形って単語よく出てくるけど
これって要するに直線てこと？
606:デフォルトの名無しさん
16/10/05 01:00:59.46 ymxvNmg9.net
線型結合って調べてみような
607:デフォルトの名無しさん
16/10/05 02:27:54.53 Cv+mZE5J.net
すまん線形代数修めてない雑魚おる？
608:デフォルトの名無しさん
16/10/05 02:28:35.50 toVaK5Qw.net
相変わらずよく釣れるな
609:デフォルトの名無しさん
16/10/05 05:33:53.98 EYcu8e5a.net
時代はDocker＋TFなんか？
Vagrantじゃダメか？
610:デフォルトの名無しさん
16/10/05 05:36:32.49 zoeP+bhW.net
>>586
それこそDudaとHartの遺物を読んでくれ
アホ向けに書いてあるからやさしい
611:デフォルトの名無しさん
16/10/05 23:06:23.24 JRNnrlbq.net
>>595
アホにはpattern classification読んでも数式が理解できなくて諦めるレベルだから薦めるなよw
612:デフォルトの名無しさん
16/10/05 23:44:57.90 SvrvWYmf.net
すみません、WekaでRandom Forestの特徴量のvariable importanceってどうやって出すかご存知の方いらっしゃいますか？
613:デフォルトの名無しさん
16/10/06 00:11:57.89 uisqXwr9.net
Weka使いなんてここにはおらんじゃろ
ブログあさった方がはやいんじゃねーの？
614:デフォルトの名無しさん
16/10/06 00:18:30.66 GaxorHRK.net
プログラミングはあんまり関係ないからな
615:デフォルトの名無しさん
16/10/06 03:30:04.81 VEpB6kKd.net
BRMLって本読んだやついる？
PRMLより分かりやすいらしいから読み込もうかと思うんだが評判がなさすぎる
616:デフォルトの名無しさん
16/10/06 07:26:00.92 x1ID8xd2.net
>>599
そんなやつがディープラーニングやってます！とかいうから聞いてみると
スクリプト流しただけでチューニングの仕方分からず勿論仕組みも分からずで
使えない
617:デフォルトの名無しさん
16/10/06 07:56:00.87 LI6DY61s.net
行列プログラマー買った人おる？
618:デフォルトの名無しさん
16/10/06 08:11:16.95 Zlz75Q7v.net
いやさ、もうやめろってwww本来の仕事に戻れってwww
雑魚がどうこうしても社会のためにならないからツールを使う側に専念しろってwww
ほんっとビジネスマンはその辺ちゃんと弁えてるからまだマシだはw
中途半端がウロウロするのが一番迷惑w
619:デフォルトの名無しさん
16/10/06 08:23:50.42 BYbOpZIZ.net
敷居がかなり低いから異分野から流入してんのか？
たしかに数学も代数理解できてればOK。
プログラムも普段シミュレーションしている人なら容易だもんな。
620:デフォルトの名無しさん
16/10/06 08:50:20.67 vxapZoqm.net
＞代数理解できてればOK
線形代数のこと「代数」って呼んでんの
621:デフォルトの名無しさん
16/10/06 08:52:59.86 9gcP5pWV.net
統計のための行列代数 おすすめ
622:デフォルトの名無しさん
16/10/06 20:10:34.19 BHSoZlTl.net
機械学習のプラットフォームは何使ってる？
みんなRは当然やってるの？
623:デフォルトの名無しさん
16/10/06 20:18:38.07 Ln6T0L+W.net
R は当然やってるが deep learning 対応が弱いからな、python ベースで TF + keras だな
624:デフォルトの名無しさん
16/10/06 20:28:32.48 BHSoZlTl.net
>>608
おれもｗ
Kerasいいよな
625:デフォルトの名無しさん
16/10/06 20:37:48.52 IMNTnbMP.net
Kerasは洗練されてるな
RでSparkを使う手もあるが、あんまおらんかw
626:デフォルトの名無しさん
16/10/06 20:43:12.72 BHSoZlTl.net
Spark使うほどの大規模データでの学習することがなかなかない気がする
627:デフォルトの名無しさん
16/10/06 20:54:22.13 IMNTnbMP.net
それは同意せざるを得ない
628:デフォルトの名無しさん
16/10/06 20:54:53.79 USgXFoXG.net
コンテスト上位モデルを真似してるだけが吉
629:デフォルトの名無しさん
16/10/06 21:07:49.50 5DBeg0uY.net
読み方あってる？
keras ケラス？
chainer チェイナー
tensorflow テンソルフロー
630:デフォルトの名無しさん
16/10/06 21:19:48.57 OMXImHs7.net
ｶﾗｽ
ﾁｪｲｻｰ
ｴﾅｼﾞｰﾌﾛｰ
631:デフォルトの名無しさん
16/10/06 21:51:52.96 7J9vVAFs.net
行列プログラマー 分厚すぎワロタ
ちなみに情報分野Amazonベストセラー1
632:デフォルトの名無しさん
16/10/06 23:21:45.98 1xTY7MJ5.net
行列プログラマー
行列計算の勉強にはいいけど実装方法は
凄い悪い癖が着くから参考にしない方がいいよ
633:デフォルトの名無しさん
16/10/06 23:27:54.86 ScmVfvHZ.net
書籍にかかわらずなんでもひとつ誉めるとひとつ貶さなきゃ気が済まんのかお前らwww
634:デフォルトの名無しさん
16/10/06 23:40:03.46 5dx6T28Z.net
それより、行列の微分計算がスラスラできるようになるコツが書いてある本が欲しいのです。。。
たまに縦横を間違えたり慣れないorz
635:デフォルトの名無しさん
16/10/07 04:14:40.72 6tN9f3kk.net
高校数学の参考書買えば？
って言おうと思ったが、新課程で行列無くなったんだってね
おいちゃんビックリしたよ～
636:デフォルトの名無しさん
16/10/07 05:28:02.64 sPgWCKJu.net
>>607
今のところLibreOfficeCalcのpythonでやってる
637:デフォルトの名無しさん
16/10/07 10:06:20.89 sHM/UU/I.net
>>619
成分微分するだけだろ
638:619
16/10/07 10:11:43.54 vQujxGX1.net
>>622
成分でやってるけど、行列orベクトルのまま計算するのに慣れたら楽かなと
639:デフォルトの名無しさん
16/10/07 21:23:17.08 s/t8NFyv.net
>>620
まじでっ
高校数学は行列が全てだと思ってたんだが
ベクトルとか関数とかわかんなくなるぞ・・・
640:デフォルトの名無しさん
16/10/07 22:57:39.51 3wjE8utL.net
もう行列とか勉強する必要ないぞ
全部自動化されて勝手に最適化される時代になったし
641:デフォルトの名無しさん
16/10/07 23:07:08.81 vQujxGX1.net
↑エンジニア知能偏差値30くらいの見本コメント
642:デフォルトの名無しさん
16/10/07 23:17:02.26 sPac5tWS.net
3％くらいか
643:デフォルトの名無しさん
16/10/07 23:32:26.32 PvsK5Ade.net
そもそもプログラミングで使う行列ってそんなに難しいかね
有限次元だし、バナッハ空間とかLpみたいなややこしい概念は必要ないし、算数だよね
644:デフォルトの名無しさん
16/10/07 23:41:47.69 bf1hnXlo.net
テンソルと多次元配列の違いは？
645:デフォルトの名無しさん
16/10/08 00:51:06.11 YyjS4FMP.net
>>629
違いも何も全く別物だろ
テンソルってのはあるベクトル空間のテンソル積全体の集合の要素
まぁ多次元配列を使って表現もできる
646:デフォルトの名無しさん
16/10/08 0
647:1:00:04.23 ID:pFC0mpbc.net
648:デフォルトの名無しさん
16/10/08 09:20:49.02 puUApb0A.net
行列計算は大学受験でやりまくった世代にとってはただの算数だが
大学初年度で一気に詰め込まれる世代には結構な魔術なのだろう
649:デフォルトの名無しさん
16/10/08 09:23:55.17 ubNJSfjQ.net
>>623
行列の積は関数の積と同じ、逆はも同じ（効率抜きでは）
650:デフォルトの名無しさん
16/10/08 13:01:55.67 0jaJMPXG.net
>>632
小学校でスカラーの掛け算にも順序があるって教え込まれてくる世代ですし
651:デフォルトの名無しさん
16/10/08 13:08:03.52 YyjS4FMP.net
スカラー積は可換なのに順番なんてどうでもよくね？
652:デフォルトの名無しさん
16/10/08 13:10:26.80 0jaJMPXG.net
もちろん順番なんてどうでも良いが
今の世代の子らは小学校のときに順序ありで教え込まれてくるんだって話なんだが
653:デフォルトの名無しさん
16/10/08 13:16:42.75 BuZODATc.net
最初に覚えたことに引きずられるからな
非可換積習いたての頃実感が沸かず、非可換の仮定された記述を深く考えもせずすっ飛ばして読んでいたのが悲しい
後で相当苦労する
654:デフォルトの名無しさん
16/10/08 13:21:53.10 YyjS4FMP.net
>>636
そうなの？知らなかった
655:デフォルトの名無しさん
16/10/08 16:03:50.55 dBPxMiNq.net
ここで釣りをやるなよ
656:デフォルトの名無しさん
16/10/10 16:50:00.17 jYTCdGQV.net
「MNIST」
みんなこれなんて発音してる？
657:デフォルトの名無しさん
16/10/10 17:01:35.92 Cg8V3dgZ.net
えむにすと
658:デフォルトの名無しさん
16/10/10 17:12:58.13 xIGKPJGT.net
これは？
theano
lasagne
relu
xavier
he
659:デフォルトの名無しさん
16/10/10 17:28:24.31 BHmwdV/N.net
エグゼビア読めない奴とかいないだろ
660:デフォルトの名無しさん
16/10/10 17:56:53.76 DvzbnK0H.net
he とか she とか義務教育で習わんかったの？w
661:デフォルトの名無しさん
16/10/10 17:57:51.93 HHuVI6c/.net
xavier ザビエル（宣教師）
662:デフォルトの名無しさん
16/10/10 18:22:42.75 B7R6Ds8a.net
heへ
sheスヘ
663:デフォルトの名無しさん
16/10/10 22:23:57.16 +L80DuLx.net
シャビエル - Wikipedia
フランシスコ・ザビエル (Francisco Xavier) - バスク地方出身のカトリックの聖人。イエズス会士。
シャビ・アロンソ（シャビエル・アロンソ） - スペインのサッカー選手
シャビ（シャビエル・クレウス） - スペインのサッカー選手
今風の名前にするとフランシスコ・シャビなんだね
前スレッドのメタルで予告されていた続編
Heavy Metal and Natural Language Processing - Part 2
URLﾘﾝｸ(www.degeneratestate.org)
前スレッドの木マルコフのペア
コメント入れてるのは繰り込み群のペア
Why is the Lin and Tegmark paper 'Why does deep and cheap learning work so well?' important? - Quora
URLﾘﾝｸ(www.quora.com)
Comment on "Why does deep and cheap learning work so well?" [arXiv:1608.08225]
URLﾘﾝｸ(arxiv.org)
>>176 関係するかどうかわからないけど
Convergence of a Grassmannian Gradient Descent Algorithm for Subspace Estimation
664: From Undersampled Data https://arxiv.org/abs/1610.00199 形式言語の伝説、多分 Unrestricted State Complexity of Binary Operations on Regular and Ideal Languages https://arxiv.org/abs/1609.04439 q=0の場合がBrzozowski微分になる Quantum calculus - Wikipedia, the free encyclopedia https://en.wikipedia.org/wiki/Quantum_calculus
665:デフォルトの名無しさん
16/10/12 11:58:51.79 UnSWlx82.net
時系列解析やってるやついる？
666:デフォルトの名無しさん
16/10/12 12:05:55.88 yg1ozFf8.net
はい、仕事で
667:デフォルトの名無しさん
16/10/12 13:03:58.19 FtVtBAsF.net
>>648
時系列解析って機会学習に入らなくね？
668:デフォルトの名無しさん
16/10/12 13:32:17.72 UidKI7+l.net
>>650
それはない
669:デフォルトの名無しさん
16/10/12 15:25:22.70 0TU8gAv6.net
>>650
意味不明
670:デフォルトの名無しさん
16/10/12 15:45:40.95 UnSWlx82.net
やってる人は、RNN系？AR系？それ以外？
671:デフォルトの名無しさん
16/10/12 16:29:37.85 UidKI7+l.net
>>653
会社のノウハウがあるんだけど、個人的には rnn に持ち込む努力をしてる
672:デフォルトの名無しさん
16/10/12 17:53:38.36 yg1ozFf8.net
両方使えばいいじゃん
673:デフォルトの名無しさん
16/10/13 12:01:23.86 wGTm9VRl.net
来週は京都でICONIPか
こういう国内の国際会議一覧みたいなのどこかにないのかな
少ない予算でいけるのでありがたい
674:デフォルトの名無しさん
16/10/13 21:00:45.96 Zbt+WjKy.net
なんでディープラーニングって使いにくいフレームワークばっかなの？
675:デフォルトの名無しさん
16/10/13 21:17:14.79 U+TNkLbY.net
科学技術計算系のライブラリが使いにくいのはディープラーニングに限ったことじゃないだろ
作り手がプログラミングを手段としてしか見てなくてAPIの美しさとかに微塵も興味ないだけ
ITエンジニアとサイエンティストの感覚の違い
676:デフォルトの名無しさん
16/10/13 21:25:53.39 emlSrXcn.net
kerasは使いやすい
677:デフォルトの名無しさん
16/10/13 21:33:36.37 pgzQIBYe.net
>>657
どういう点が使いにくいと感じるの？
>>658
まぁ実際に酷いプログラムも目立つなw 動けばいいだろう、みたいなw
678:デフォルトの名無しさん
16/10/13 21:36:30.19 pgzQIBYe.net
>>659
layer の説明とか不親切じゃん、引数変わるしw embeding とか未だに良く分からんw
679:デフォルトの名無しさん
16/10/13 21:38:45.47 fO/4qMiI.net
>>661
たしかにおれもembedingってなんなのかわからん
どこに書いてるんだろうな
680:デフォルトの名無しさん
16/10/13 21:59:12.68 YlDyVXxU.net
そろそろ一番使いやすいライブラリを決定しよう
681:デフォルトの名無しさん
16/10/13 22:12:19.30 ZPxRpFa/.net
メモリがしょんぼりなGPUでもなんとかなるライブラリとか無いのかな・・・
682:デフォルトの名無しさん
16/10/13 22:52:10.48 Zbt+WjKy.net
GUI搭載の誰でも使えるＰＣソフトで出してくれ！
なんでコマンド入力とかしないといけないの？
683:デフォルトの名無しさん
16/10/13 23:00:34.27 Zbt+WjKy.net
以前『初めてのディープラーニング』という本を買ったけど
カフェというフレームワークでディープラーニングを体験する内容なんだが
いくらコマンド入力してもエラーが出て進めない。
調べると表記ミスだと判明！一番大事なところを間違えて掲載するなよ！
しかも正誤表以外にも間違いがあるみたいでエラーが出て放置してる。
だいたいWindowsで使うのにLinuxというマイナーOSなのが糞仕様なんだよ！
Windowsで使うのにエミュレータみたいなのをインストールするだけで苦労したわ。
本当に使いにくくて糞だよなｗ これじゃあ興味持っても敷居が高すぎて誰も寄り付かないわｗ
684:デフォルトの名無しさん
16/10/13 23:09:22.73 5vSRrXdQ.net
誰か突っ込んでやれよw
685:デフォルトの名無しさん
16/10/13 23:23:56.69 pgzQIBYe.net
そういう
686:話しかい…
687:デフォルトの名無しさん
16/10/13 23:35:45.65 lo+Zgvd1.net
>>664
そんなライブラリ作ってる暇はないです
高いGPU買いなはれ
688:デフォルトの名無しさん
16/10/13 23:41:43.61 Bfoh2Ncc.net
ライブラリってこのへんかな？
今後も継続して開発されそうなのはどれだろ？
keras
caffe
chainer
Theano
tensorflow
689:デフォルトの名無しさん
16/10/13 23:53:47.91 5vSRrXdQ.net
deep learning に偏ってるなw どれも開発が打ち切られることはないだろ
けど chainer は今のままだと普及は難しそう
あと keras の評価が高いけど寧ろ興味があるのは block や lasagne の展望だな
690:デフォルトの名無しさん
16/10/13 23:56:48.02 pgzQIBYe.net
>>670
CNTK はともかくも、DL4J とかは入れてもいいんじゃないの
691:デフォルトの名無しさん
16/10/14 00:02:37.90 tBpguikL.net
最近売れてるDＬ本以外にスクラッチのお勧め本ありますか？
692:デフォルトの名無しさん
16/10/14 00:45:40.32 ecETB6dq.net
DeepLearning Javaプログラミングってのを購入してみた
まだ読んでないけど
693:デフォルトの名無しさん
16/10/14 01:13:35.74 gdBLMUvQ.net
どのライブラリでのDLのベーススキルは変わらんし
DL部分のコード量は少ないから
たとえ開発が打ち切られても乗り換えは容易
694:デフォルトの名無しさん
16/10/14 01:29:25.88 w0v/Hbgz.net
趣味でやるだけなら、そうかもな
695:デフォルトの名無しさん
16/10/14 02:33:36.64 oi5LDJU/.net
>>665
売れないと損するから
696:デフォルトの名無しさん
16/10/14 02:35:05.43 oi5LDJU/.net
>>666
参入障壁を下げると先行者利益が損なわれる可能性が高くなるんじゃね？
697:デフォルトの名無しさん
16/10/14 02:49:28.19 82OLGw/4.net
カステラ本やってるけど、こんなの使うの？って手法が多いな
実務家としてはこういう本読むのか？
698:デフォルトの名無しさん
16/10/14 09:00:53.65 OWGPmBxo.net
>>678
頑張って難しそうに書いてる本を見ると、先行者利益の確保は大変なんだなあと思う。
699:デフォルトの名無しさん
16/10/14 10:12:25.58 /U5BG2qh.net
Conv3D使えないライブラリ多過ぎ
やっぱりkerasがナンバーワン
700:デフォルトの名無しさん
16/10/14 10:24:32.31 xMX0Ftoe.net
そのくらい実装しなよ……
頭が悪いって哀しいことだな
701:デフォルトの名無しさん
16/10/14 10:27:58.17 uYRgjmEa.net
GPU対応のconv3dってそんなに簡単に作れるのか？
702:デフォルトの名無しさん
16/10/14 10:39:18.44 xMX0Ftoe.net
chainerだとcupy使って割と楽に書ける。
あーでも速度出すのは結構面倒かも、ごめん。
703:デフォルトの名無しさん
16/10/14 10:40:31.78 xMX0Ftoe.net
というかchainerにはすでにConvolutionNDが実装されてるね
704:デフォルトの名無しさん
16/10/14 10:52:58.30 sUJwaILv.net
バージョンアップに定評のある chainer ですねw
705:デフォルトの名無しさん
16/10/14 11:16:29.33 aCSAfXb8.net
数ヶ月前はなかったのにやるなあchainer
706:デフォルトの名無しさん
16/10/14 11:51:27.11 x+tFo7sh.net
RCNN使えるフレームワーク何がある？
707:デフォルトの名無しさん
16/10/14 12:07:35.68 w0v/Hbgz.net
chainer 信者が必死だなw
conv3d なんて TF にも keras にもあるからw
708:デフォルトの名無しさん
16/10/14 12:11:24.41 sUJwaILv.net
まぁ、theano にあるからな…
709:デフォルトの名無しさん
16/10/14 14:37:37.18 sUJwaILv.net
>>688
caffe にはあるだろ、というか知ってて書いてるだろw
710:デフォルトの名無しさん
16/10/14 15:44:05.76 /U5BG2qh.net
JuliaのMochaにはもっと頑張って欲しいところ
711:デフォルトの名無しさん
16/10/14 16:01:59.50 sUJwaILv.net
>>692
結局、conv3d 使えないライブラリってどれよ？
712:デフォルトの名無しさん
16/10/14 16:05:01.25 /U5BG2qh.net
>>693
Chainerついこの間まで使えなかったから使えないと思ってたわすまん
TFも使えなかったし
そう考えると今は結構なんでもいけるな
Mochaは多分まだだと思う
713:デフォルトの名無しさん
16/10/14 16:10:38.34 sUJwaILv.net
>>694
なるほど、まぁ keras の実装は早かったな
714:デフォルトの名無しさん
16/10/14 16:13:31.98 w0v/Hbgz.net
Julia は使ったことないんだよなぁ、ぐぐると AV 動画が並ぶのがね (^o^;)
715:デフォルトの名無しさん
16/10/15 01:06:55.06 qULaN17O.net
あれ笑うわ
716:デフォルトの名無しさん
16/10/15 09:47:51.20 D5oKF7li.net
Julia本家すら2ページ目まで出てこないのほんとひで
717:デフォルトの名無しさん
16/10/15 10:11:20.70 C9liqmNs.net
そういうのは"lang"も付けて検索するといいけど、最近はRもHalideもlang無しでいけるんだな。
718:デフォルトの名無しさん
16/10/15 10:19:31.49 w32X33z3.net
多次元テンソルのリスト内包表記とか関数定義がPythonより洗練されてて結構好きなんだけどなあ
719:デフォルトの名無しさん
16/10/15 10:48:52.49 k370RUkX.net
Juliaは大量のスカラー配列をループで回しまくるFORTRAN系の文化の言語だからな
機械学習みたいな比較的IT寄りの世界だとコードを抽象化したがる人が多いからああいうのは好まれにくいだろ
720:デフォルトの名無しさん
16/10/15 11:18:57.13 spslGcix.net
CentOSとかRHEL上で動かしてるやついる？
Ubuntuに比べて環境作りにくくて
721:デフォルトの名無しさん
16/10/15 13:36:26.42 5kX/FrWC.net
>>696
+1
722:デフォルトの名無しさん
16/10/15 13:37:29.04 5kX/FrWC.net
>>701
それな
723:デフォルトの名無しさん
16/10/15 14:08:34.03 d852R+Ta.net
>>702
どちらかというと、それが面倒で ubuntu に乗り換えるんだよw
724:デフォルトの名無しさん
16/10/15 14:18:14.57 spslGcix.net
Ubuntuの方がいろいろ楽なんだが
業務で使うとなるとRHELマストだったりするから
725:デフォルトの名無しさん
16/10/15 15:12:41.06 UXa7QndS.net
それなら Ubunu 仮想マシン作ったほうが早いし RHEL 環境が汚れなくていいだろ
726:デフォルトの名無しさん
16/10/15 15:18:02.96 d852R+Ta.net
それなら docker 使えばいいだろw
727:デフォルトの名無しさん
16/10/15 16:05:07.11 lw9xa39q.net
dockerとか最悪
728:デフォルトの名無しさん
16/10/15 16:06:06.04 lw9xa39q.net
仮想マシン系は時間のムダだ
729:デフォルトの名無しさん
16/10/15 16:11:27.61 d852R+Ta.net
>>709
普通に仕事で kubernetes で運用してるけど、何が最悪なの？
730:デフォルトの名無しさん
16/10/15 16:14:02.35 UXa7QndS.net
>>710 クラウド全否定 www 昭和の人？ w
731:デフォルトの名無しさん
16/10/15 22:02:07.14 rZK2Q5OG.net
Julia って異常検知ができると聞いたけど、どんなもんかしらん
732:デフォルトの名無しさん
16/10/15 22:38:07.01 fNNDW9c0.net
>>701
JuliaはPythonよりずっと関数型言語として洗練されてると思うけど、そういうことじゃないのか？
733:デフォルトの名無しさん
16/10/16 01:21:13.57 Cc+B+Y3p.net
仮想マシンはGPU使えないのがきつい
AWSのやつは顧客がNGの場合が多いし
734:デフォルトの名無しさん
16/10/16 01:24:36.17 kwkjKEgw.net
Rでデータマイニングやってる人はおらんのか…
735:デフォルトの名無しさん
16/10/16 02:19:43.48 qqrvMFxz.net
>>715
docker は一応 GPU 使えるけどな。
しかし業務で RHEL で機械学習、GPU を使うんか… ご苦労なこってw
日本の客の頭が固いのは認識してるけど、最近は海外メーカーは ubuntu をサポートしてるんだがねぇw
736:デフォルトの名無しさん
16/10/16 02:21:26.04 qqrvMFxz.net
>>716
やってる人はもちろんいるが、このスレは deep learning ネタが多いから R じゃ間に合わんのだろ
737:デフォルトの名無しさん
16/10/16 14:34:11.04 eOEStkDD.net
>>714
関数型言語ωだけど中身はFORTRANだ
738:デフォルトの名無しさん
16/10/16 14:36:21.00 eOEStkDD.net
>>716
URLﾘﾝｸ(www.slideshare.net)
URLﾘﾝｸ(www.ouj.ac.jp)
739:デフォルトの名無しさん
16/10/16 16:16:10.73 FoYCot45.net
Julia使うんなら別にFORTRANでよくないか
数値計算に使う分には使い勝手は大して変わらん
FORTRAN?どうせ古臭いクソ言語でしょ、という思い込みだけで俺言語作ってみたら
結局出来上がったのはFORTRANだったという思春期っぽい言語
740:デフォルトの名無しさん
16/10/16 16:33:15.58 qLbjqlUz.net
行列の方向が C と違って FORTRAN 寄りだから気に入らない
741:デフォルトの名無しさん
16/10/16 16:48:29.64 FMcDdtxj.net
Fortranまだ使ってるわ。
物理シミュレーション系はやっぱり作成しやすくて速いし。
742:デフォルトの名無しさん
16/10/16 22:58:14.39 kKPOxj2P.net
Cで書いたソース、Fortranで書いたソース、思いつく限りの最適化を施したソース
今のコンパイラを通したら全部同じバイナリに落ちる
743:デフォルトの名無しさん
16/10/17 10:00:57.95 wjdPcrEl.net
ミニバッチってランダムにサンプリングされるけど、これって分け方が収束速度に影響したりしないの？
744:デフォルトの名無しさん
16/10/17 10:09:25.66 VfXSzSyo.net
バッチサイズが同じなら変わらないんじゃないの？
745:デフォルトの名無しさん
16/10/17 10:52:49.98 8eStTtOD.net
元々の入力の順番に法則性がない限りは関係ないだろ
っていうか法則性があったら結果に思いっきり影響するからシャッフルすべき
746:デフォルトの名無しさん
16/10/17 12:49:10.77 3SA8H8SK.net
分類器で分類を行う時、予め「このクラスはありえない」とわかっている場合、
どのようにして除外するのが適当でしょうか？
毎回学習を行って該当するクラスを除いた分類器を作り直すのは効率悪いですし
ベイズ等で分類確率の最も高い該当しないクラスを選ぶ感じでしょうか
747:デフォルトの名無しさん
16/10/17 14:45:21.06 wjdPcrEl.net
>>727
ミニバッチは入力データを一様に含んでいるほうがいいのか、
あるいは局所的に含んでいるほうがいいのか
っていうのがまずわからない
748:デフォルトの名無しさん
16/10/17 15:02:51.87 2+/UoWQv.net
>>729
何か根本的に勘違いしてないか
749:デフォルトの名無しさん
16/10/17 16:35:21.99 wjdPcrEl.net
勘違いっていうか確率的勾配降下がよくわからないんだよな
750:デフォルトの名無しさん
16/10/17 16:40:22.24 VfXSzSyo.net
>>731
っていうか何も分かってないんじゃないか？
751:デフォルトの名無しさん
16/10/17 16:45:59.25 Z+MmwFOZ.net
>>731
偏微分のふざけた質問してたひとか
752:デフォルトの名無しさん
16/10/17 17:09:41.21 wjdPcrEl.net
>>732
よくわかってるなら説明してくれ
>>733
しらん
753:デフォルトの名無しさん
16/10/17 20:49:49.92 iAbZxUmw.net
真面目な質問ならCross Validatedで探した方がいいよ
URLﾘﾝｸ(stats.stackexchange.com)
754:デフォルトの名無しさん
16/10/17 21:48:23.19 YtBn5pQo.net
専門書でも読んだ方がいいのでは？
755:デフォルトの名無しさん
16/10/17 22:01:41.61 Bk8cwZRR.net
上のバッチの質問なら、多分基本的な理解が足りてないだけ
756:デフォルトの名無しさん
16/10/17 22:10:59.70 m0dkq2gR.net
まぁ「確率的」の意味が分かってなさそうではある
757:デフォルトの名無しさん
16/10/17 22:26:42.07 NoC9QCjT.net
最近傍探索って大体何次元位いったら次元の呪いを受けやすくなるんですかね？
どっかに検証結果とかないですか？
758:デフォルトの名無しさん
16/10/17 22:35:21.31 Q6gLwmx6.net
VfXSzSyoも何も分かってなさそうだけどな
759:デフォルトの名無しさん
16/10/17 23:06:45.90 l0kMCp0H.net
競馬予想できるようになりたくて cousera を見てるんだが、遠回りな感じがすごくしている。
手っ取り早く予想できるように、足がかりとなるもの教えろ。ください。
760:デフォルトの名無しさん
16/10/17 23:08:12.03 ebUGPLRM.net
>>740
おまえもだろ？
わかってるって。
761:デフォルトの名無しさん
16/10/17 23:15:31.67 6L68/Cod.net
>>741
URLﾘﾝｸ(jra-van.jp)
762:デフォルトの名無しさん
16/10/17 23:24:24.02 XiIpqp3V.net
経験的には100次元もあったら
確実に呪われちゃう
763:デフォルトの名無しさん
16/10/17 23:42:29.45 l0kMCp0H.net
>> 743
thx! 進めそうな気がしてきた
764:デフォルトの名無しさん
16/10/17 23:51:20.76 NoC9QCjT.net
>>744
でもMNISTの28*28の手書き数字データは784次元ですがいけますよね
何のデータが100次元だったんですかね？
765:デフォルトの名無しさん
16/10/18 00:09:24.42 iU2w3TyW.net
>>746
せめて一冊ぐらい本読もうぜ。
766:デフォルトの名無しさん
16/10/18 09:35:36.41 uZRPCCWk.net
和書読んでわかる程度のことならこのスレで質問してない
767:デフォルトの名無しさん
16/10/18 11:43:39.26 8dj6rjSK.net
次元次げーん
768:デフォルトの名無しさん
16/10/18 11:56:58.54 7xztRaIx.net
>>748
じゃあ日本語から勉強したらどうだ？
769:デフォルトの名無しさん
16/10/18 12:03:47.74 e6FO4jeS.net
日本語勉強するのにいい本ありますか？
770:デフォルトの名無しさん
16/10/18 13:42:19.61 Zdv4Fg6H.net
日本留学おすすめ
771:デフォルトの名無しさん
16/10/18 14:06:27.89 OcVViRdR.net
>>751
論文の教室 戸田山
日本語の作文技術 本田
772:デフォルトの名無しさん
16/10/18 14:23:46.03 6FE6mYsx.net
>>751
本じゃないけど、NHK の海外向け放送とかは良い教材じゃないかな
773:デフォルトの名無しさん
16/10/18 14:51:42.90 uZRPCCWk.net
>>750
外人かな？
774:デフォルトの名無しさん
16/10/18 15:39:54.03 OxTzI3UR.net
>>755
君から見たらそうなるね。
775:デフォルトの名無しさん
16/10/18 15:57:48.79 OcVViRdR.net
>>739
一般に解空間の「次元」がわかったら論文がかけるぞｗ
776:デフォルトの名無しさん
16/10/18 19:22:28.59 7X3lkyP1.net
エセ左翼の目的は、わざと突っ込みどころが多い主張をすることで自分たちへ注意を向けさせ、
カルトへ向かう非難の矛先を逸らすこと。
国益に反することを言ったり、主張が食い違うもの同士の対立を煽ろうとするので放置し難いが、
主義思想についての洗脳を受けているわけではなく、フリをしているだけなので、
言い負かされてもダメージを負った様子もなく、論点をすり替えられるかスルーされる。
まともに相手をしてはならない。
777:デフォルトの名無しさん
16/10/18 19:33:38.28 OcVViRdR.net
コピペに反応してはいけないｗ
778:デフォルトの名無しさん
16/10/18 21:07:57.21 9hUm7z9H.net
>>739のものですが何か自分が勘違いをしているような気がするので質問させてください
100＊100ピクセルのものがあった場合グレースケールなら画素が10000でますよね
実際には[0,0,0,...,0,0,0]のように1次元配列(もしくは要素1つずつに[]が入って2次元配列)の中に要素が10000あるだけだと思うのですが
これを2点作って単純に距離とった場合要素ごとの差をとって２乗したものを10000分足してルートかけることになりますよね
単純な意味での次元とはまた別のような気がするのですがこの場合の次元とはどういう意味なのでしょうか？
なんか先生に？＊？だから？＾２次元だねっていわれてなんかわけわからんくなってます
こういうデータでK近傍(N=1なので最近傍探索)をするとそもそも次元の呪いなんておきるんでしょうか？
779:デフォルトの名無しさん
16/10/18 21:13:48.55 2U/oDSXE.net
>>760
10000次元のベクトルが一つあるんじゃね？
二つのベクトルの距離とか内積とか計算する方法があるんじゃね
780:デフォルトの名無しさん
16/10/18 21:16:20.19 oc+0lYgI.net
特徴量とごっちゃごちゃになってるよ。
次元の呪いは特徴量に関してだよ。
781:デフォルトの名無しさん
16/10/18 21:22:27.25 9hUm7z9H.net
>>761
私も調べてみて10000次元の特徴ベクトルの話かなとは思っていました
やっぱりそうみたいですね、それならユークリッド距離とかで出ると思いますし
とするとここでの次元は次元の呪いが生じるといった次元のデータとは別物のようなのですが
いまいちこの次元の違いがわかりません、誰か実際の高次元のデータってのはこんなのだっていうのを教えてください
782:デフォルトの名無しさん
16/10/18 21:26:41.91 9hUm7z9H.net
>>762
えーとつまりどういうことなのでしょうか？
つまりは今回のは画素は10000次元の特徴ベクトルを持った1つの特徴量ということでよいのでしょうか？
特徴量の次元ということは画素とHOGとSIFTで3次元という解釈なのでしょうか
783:デフォルトの名無しさん
16/10/18 21:27:17.57 SwCsOg1/.net
単純に入力次元数で次元の呪いが起きるかは決まらないでしょ
ディープラーニングの場合は
入力が10000次元で
内部では数千万次元の特徴量にしていたりするけど
ロバストな認識ができている例は多々あるし
784:デフォルトの名無しさん
16/10/18 21:44:34.05 9hUm7z9H.net
すみませんちょっとこんがらがってきました
特徴量と，特徴ベクトルと，それぞれの次元についてまとめたものをいただけないでしょうか？
785:デフォルトの名無しさん
16/10/18 21:46:28.72 OcVViRdR.net
くれくれ君
786:デフォルトの名無しさん
16/10/18 21:49:37.68 op39DqWm.net
>>766
先生に聞け
787:デフォルトの名無しさん
16/10/18 21:52:14.60 js3OcvVN.net
>>766
さすがに自重汁
788:デフォルトの名無しさん
16/10/18 21:53:53.14 9hUm7z9H.net
くれくれでは駄目そうなので
100＊100ピクセルの1つの画像はグレースケールなら10000次元の特徴ベクトルを持っている
100＊100ピクセルの1つの画像はカラーなら100*100*3の30000次元の特徴ベクトルを持っている
となると特徴量の次元自体はどちらも1なのでしょうか？
それともカラーの場合は特徴次元が３のそれぞれ10000次元の特徴ベクトルという扱いなのでしょうか
789:デフォルトの名無しさん
16/10/18 21:59:23.38 2U/oDSXE.net
特徴量とか特徴ベクトルの定義って何？
上の例だと単に入力とか説明変数が10000次元のベクトルってだけじゃね？
次元の呪いは次元数の指数関数で計算量が増えるって事だから10*10=100次元に比べたら計算量は多いんじゃね？
入力から特徴量を計算するのにも入力の次元が増えるに従って計算量は増えるだろう
790:デフォルトの名無しさん
16/10/18 22:01:30.09 1K0aeuz/.net
先生に聞いてわからなかったから2ちゃんねるで聞こうってのはどうかと思うなー
791:デフォルトの名無しさん
16/10/18 22:03:14.11 9hUm7z9H.net
ここまできてすみません
次元の呪いと過学習を間違ってました！
ほんとわけわからん質問ですみません
792:デフォルトの名無しさん
16/10/18 22:05:33.75 TQG/1e2f.net
＿＿＿＿__
〉ﾐ｣｣ﾘﾑ-､彡! ／￣￣￣￣＼
/ ﾆﾆ´ ヾﾐ| |. 甘えを |
に;=, _.=;ﾆ＾ 〉:| ∠ 捨てろ |
| ﾆ7: ニ´ ||ｆ.｝ ＼＿＿＿＿／
l. rし-'__-､ ﾚ'|＼_
,. ﾍ.l‘三‐┘!_∧|: :|: :｀'''ｰ- ､.._
／: : : |:｀iー ''"´ ／ｌ : | : : : : : : : : ﾊ
ﾊ: : : : : | : l.＼_／ ,': : | : : : : : : : /: ヽ
. l: :l: : : : :|: : l ,.ｲ_:>、/ : :/: : : : : : : :l: : : :〉
l: : l : : : : ＞'l |::| /`＜: : : : : : : : :|: :／ 〉
. l＼ |: : : : :＼:ヽ|:::|./: ／: : : : : : : : : |/: ／:|
l＼｀l : : : : : : ＼∨／: : : : : : : : : : : |／:／:|
. ｌ: : :｀| : : : : : : : : Y´o : : : : : : : : : : : |／: : : |
お前たちは皆大きく見誤っている
この世の実体が見えていない
まるで３歳か４歳の幼児のように
この世を自分中心
求めれば
周りが右往左往して世話を焼いてくれる
そんな風に
まだ考えてやがるんだ臆面もなく甘えを捨てろ
793:デフォルトの名無しさん
16/10/18 22:16:30.86 2R0JEtuE.net
まだ若そうだからあえて言うけど
まわりくどくても自分なりのアプローチで答えにたどり着くべきだよ
こんな場じゃなくてさ
君の知識欲は本当に素晴らしいみたいだから、人の又聞きじゃなくて自分なりの解釈でじっくり確実に覚えていってほしいな
794:デフォルトの名無しさん
16/10/18 22:26:20.02 eDKFQRdx.net
>>773
(´・ω・`)
795:デフォルトの名無しさん
16/10/18 22:29:36.81 js3OcvVN.net
>>775
次元の呪いと過学習を間違える人は、どこにも辿りつけないと思うの
796:デフォルトの名無しさん
16/10/18 22:32:23.64 9hUm7z9H.net
>>775
ありがとうございます
要領が悪いとはよく言われるのでそう言っていただけるのはありがたいです
単純に計算量で考えればいいみたいですね
こんな幼稚な質問でもちゃんと答えてくださった方々ありがとうございます
797:デフォルトの名無しさん
16/10/18 22:33:00.54 9hUm7z9H.net
>>777
単純に意味を逆に覚えてました
798:デフォルトの名無しさん
16/10/18 22:38:43.90 XJm3jsR3.net
xがベクトルじゃなくて、グラフ構造を持つのにグラフカーネルとかチラッと聞いたことがあるけど、yとしてスカラー・カテゴリカル変数じゃなくてグラフ（とか構造データ）を出力するようなモデルもあるんでしょうか。
799:デフォルトの名無しさん
16/10/19 01:29:51.81 TH+HwCee.net
何言ってるのか全然わかんね
800:デフォルトの名無しさん
16/10/19 04:44:50.24 SOUztYDw.net
偏微分の質問してたキチガイか
801:デフォルトの名無しさん
16/10/19 06:51:30.35 8UJYA3nt.net
DudaとHartのパターン識別を嫁
802:デフォルトの名無しさん
16/10/19 09:46:35.92 q3ud9PHX.net
kerasに非同期SGDは実装されてますか？
803:デフォルトの名無しさん
16/10/19 09:57:19.16 ZNqwh3kD.net
覚えたての単語を使いたがる幼児みたいだなw
804:デフォルトの名無しさん
16/10/19 09:58:13.11 OiAcZl25.net
質問するときは誰が見てもある程度理解できるようにしましょう
・要は何がしたいのか （例）人物画像を性別でカテゴリ分類したい
・使用ソフトウェア
・これまでにどこで何を調べて、何をどこまで理解しているのか
・何がわからないのか
805:デフォルトの名無しさん
16/10/19 10:34:12.23 Ww9vbmP1.net
何が分からないのか分からないんだろ
806:デフォルトの名無しさん
16/10/19 10:45:10.56 kMXtu0jL.net
>>716
URLﾘﾝｸ(www.is.ouj.ac.jp)
807:デフォルトの名無しさん
16/10/19 13:16:15.08 zdCIvc+z.net
>>786
横だけど、こういうのは今では常識ではないのか
賢い質問のしかた
URLﾘﾝｸ(www.ranvis.com)
808:デフォルトの名無しさん
16/10/19 14:10:18.38 SZjDgpqG.net
>>789
面白いなこれ
ブクマした
809:デフォルトの名無しさん
16/10/19 19:15:06.80 925lEI4w.net
P.A.ダニエル @PA_Ahiru
1m
２％の物価上昇目標の達成時期を現在の「１７年度中」から先送りすることも視野に入れている。時期は遅れても、物価上昇の方向性は変わっていないとみており、追加金融緩和は見送る見通しだ
目標達成時期の先送りを決めれば、１８年４月までの黒田東彦総裁の任期中に達成することを諦めることになる
810:デフォルトの名無しさん
16/10/19 21:34:48.03 ZNqwh3kD.net
deep learning で torch を使ったことある人いるかしらん、いたら感想きかせて
python 中心でやってるけど、torch での実装例を目にするので。caffe の経験はあります
811:デフォルトの名無しさん
16/10/20 08:27:39.30 ey5fshK1.net
>>792
個人的に python があまり好きじゃないから使ってるけど、感想って言っても何が知りたいの？普通にメジャーな dl フレームワークだし、用意されているものは他のものとそれほど大差はないと思うけど。
変態言語 lua が気に入るかどうかで好みが分かれることは否定しない。
812:デフォルトの名無しさん
16/10/20 10:33:52.28 sqQRd8fE.net
>>793
ありがとうございます！
書いていただいたことだけでも十分で、大差ないのであれば試してみたいと思います。
（やめておいた方が良い等の意見があれば再考するつもりでした。）
lua についてはやってみないと分かりませんがw
813:デフォルトの名無しさん
16/10/20 22:11:24.89 wwitTU76.net
CNNの回帰分析で入力xに対するyを範囲で取りたいのですがどうしたら良いでしょうか
814:デフォルトの名無しさん
16/10/20 22:12:07.70 wwitTU76.net
chainerを使っています
815:デフォルトの名無しさん
16/10/20 22:48:17.14 Y313N7qf.net
機械学習の前に人に対する論理的な説明の仕方を学習したらどうかな
816:デフォルトの名無しさん
16/10/21 04:20:52.57 opGUCqLH.net
予測として確率分布をとりたいということ？
817:デフォルトの名無しさん
16/10/21 07:36:44.02 WO2BnIfs.net
>>798
説明不足ですみません
入力xに対するy
818:デフォルトの名無しさん
16/10/21 07:38:03.91 WO2BnIfs.net
>>798
説明不足ですみません
入力xに対してyがラベル0なら-5から5範囲
ラベル1なら5から10の範囲のような感じで確率分布を取りたいです
819:デフォルトの名無しさん
16/10/21 12:16:11.93 MrrhMweh.net
取れば？
820:デフォルトの名無しさん
16/10/21 17:28:26.16 nBJpOHYs.net
waifuとか説明にないんだｗ
821:デフォルトの名無しさん
16/10/21 17:28:45.17 nBJpOHYs.net
すまん、誤爆した・・・
822:デフォルトの名無しさん
16/10/21 23:29:32.68 n188NTxo.net
>>647 は不親切かもしれないので、もっと大迷惑な長文ブタ野郎に変身するよ
n次元ベクトル空間をR(n)、(m,n)行列全体をR(m,n)、t (x)をxの転置とします
通常の行列の掛け算は記号を省略します
A in R (n, n)を対称行列とし、次の問題を考えます
argmin [x, y in R (n)] (t (x) A x + t (y) A y)
subject to t (x) x = t (y) y = 1 and t (x) y = 0
なんとなく、xとyがAの最も小さい固有値とその次に小さい固有値に属する
固有ベクトルの場合が解になるんじゃないかと思います
んで、今の場合はなんとなくは正しいです
んで、目的関数はデコにはなりませんが、極小値＝最小値になります（多分）
X in R (n, 2)をxとyを並べた行列とします
X := [x, y]
すると、問題は次のように書けます
argmin [X in R (n, 2)] trace (t (X) A X)
subject to t (X) X = 1 // R (2, 2)の単位行列
拘束条件を満たすR (n, 2)の部分集合をSt (n, 2)と書きます
さらに、目的関数は直交行列をXの右から掛けても値が変わりません
(k, k)直交行列全体をO (k)と書くと次の式が成り立ちます
trace (t (X T) A X T) = trace (t (X) A X) for all T in O (2)
したがって、St (n, 2)よりもっとタイトな空間が考えられます
St (n, 2)をO (2)で割った空間をGr (n, 2)と書きます（商空間とか軌道空間とか）
Gr (n, 2) := St (n, 2) / O (2)
タイトな空間では問題は次の形になります
argmin [X in Gr (n, 2)] trace (T (X) A X)
St (n, k)をスティーフェル多様体、Gr (n, k)をグラスマン多様体と言います
百本ノックの場合は、データとは行列そのものだから、それを複数の部分に分けると
A = A1 + A2 +...+ An
という形になるけど、この形にして上記の話に載せると確率的勾配法に乗ります
ベストな方法ではないかもですが選択肢は多い方がいいと思います
確率的勾配法のおもちゃモデルになるので文献は多いと思います
823:デフォルトの名無しさん
16/10/22 00:04:41.25 rikehaqa.net
さっさと寝ろ
824:デフォルトの名無しさん
16/10/22 08:46:26.95 Htpe6Sbe.net
書かなきゃ良かった
あれを書いたらこれも書かなきゃいけない気がする
QR法は次の方法を繰り返して固有ペアを求める方法です
A (0) := A // 初期値
Q (k + 1) R (k + 1) := A (k) // QR分解
A (k + 1) := R (k + 1) Q (k + 1) // スワップ
Q (k)は行列式1の直交行列、R (k)は上半三角行列です
A (k + 1) = t (Q (k + 1)) A (k) Q (k + 1) = R (k + 1) A (k) inv (R (k + 1))
２つめの式から固有値が変わらないことがわかります
２つめと３つめの式は直交行列と上半三角行列による変換に交差があることを示します
Aが正定値対称行列の場合を考えます
この時ある対称行列Lがあって次のように書けます
A = exp (L)
ここで次の式が成り立つようにL (k)を定義します
A (k) = exp (L (k))
さらに、直交行列 P (k)と上半三角行列 S (k)を次のように定義すると
P (k) := Q (1) ... Q (k), S (k) := R (k) ... R (1)
次の２つの式が成り立ちます
L (k) = t (P (k)) L (0) P (k), exp (k L (0)) = P (k) S (k)
kを実数に拡張してexp (s L (0))をsで微分すると戸田流が導かれます
reference request - Diagonalization via the Toda flow - MathOverflow
URLﾘﾝｸ(mathoverflow.net)
正定値対称行列に限定されますがQR法の証明としても見通しが良いと思います
# 証明は自分の計算と違うとこがあるけど結論は同じ、多分自分の間違い
元のQR法は忘れて戸田流だけ
825:考えても構いません 証明にあるように対称行列を対角化してくれます QR法はそのままでは遅いので一括処理を前提とした処理が入るようです その部分をクリアして確率的な方法を適用できればチョベリグ というのが今回のホラッチョです キリがないのこれでお仕舞い
826:デフォルトの名無しさん
16/10/22 09:58:44.59 ExdFNjiT.net
さようなら、二度と来るな
827:デフォルトの名無しさん
16/10/22 10:15:58.98 R4UPkFWT.net
数式を含む長文はQiitaにまとめてね
828:デフォルトの名無しさん
16/10/22 10:26:10.68 waZCFjuE.net
多次元の情報を固有ベクトル2次元に削減して
そこで極値を求めたら最小値になるってこと？
本当に？
829:デフォルトの名無しさん
16/10/22 22:57:18.32 Htpe6Sbe.net
極値＝最小値？ 答えはノー
極小値＝最小値？ 答えはイエス
830:デフォルトの名無しさん
16/10/22 22:59:55.99 9A+UQTYD.net
アホ
831:デフォルトの名無しさん
16/10/22 23:20:56.22 Htpe6Sbe.net
確かにアホだね
もう少し書いた方がいいね
一般の問題を考えている限り極小値の数はわからない
それは目的関数とその定義域に依存して決まる
>>804 の目的関数では次が成り立つ
極値＝最小値？ 答えはノー
極小値＝最小値？ 答えはイエス
つまり極小値は１つしかないと言っている
832:デフォルトの名無しさん
16/10/23 08:54:35.22 OMXpUMQD.net
数学にしてはレベルが低い
833:デフォルトの名無しさん
16/10/23 10:02:15.86 LM2cJQY+.net
論外
834:デフォルトの名無しさん
16/10/23 14:08:18.83 HQitr3Zy.net
完全に話が違う方に行っちゃたけど
大きな行列の固有ペアをどうやって求めるかというのがそのそもの問題
特に自然言語の場合はヒープス則のおかげでデータの分割が効果的に働くしね
それはそれとしてGr(3,1)とGr(3,2)で高さ関数をプロットしといた
イメージが掴めればいいけど
webgl使ってて重いから気をつけて
URLﾘﾝｸ(bl.ocks.org)
835:デフォルトの名無しさん
16/10/23 23:16:27.83 J8B0z9f2.net
統計的因果推論 -モデル・推論・推測 Jud
836:ea Pearl(著) 岩波データサイエンス Vol.3 ↑この2冊を理解できたヤツおる？ わいには荷が重すぎた・・・
837:デフォルトの名無しさん
16/10/23 23:28:38.41 cZJ2some.net
固有値や固有ベクトルを求めて何に使うの？
838:デフォルトの名無しさん
16/10/23 23:52:15.54 XLfVai6e.net
cupyって配列の生成どうやるんだろ
numpy.fromfunctionで作ってからcupy.asarray？
839:デフォルトの名無しさん
16/10/24 10:23:04.69 9xygNeDa.net
>>817
基底の変換に使えるらしい
840:デフォルトの名無しさん
16/10/24 10:29:45.36 9xygNeDa.net
>>817
ついでなのでリンクも
URLﾘﾝｸ(codeiq.jp)
841:デフォルトの名無しさん
16/10/24 15:26:56.24 bBcypSu7.net
宣伝乙
842:デフォルトの名無しさん
16/10/24 16:24:26.57 +9jixWv0.net
アホ乙
843:デフォルトの名無しさん
16/10/24 17:03:38.43 cU0BA0WH.net
chainer初心者ですがすみません
クラス分類で未知データに対する分類結果自体のラベルの取得はどうすればよいのでしょう？
accにはacc.data以外にも取れるものがあるのでしょうか？
参考にしているサイト
URLﾘﾝｸ(aidiary.hatenablog.com)
844:デフォルトの名無しさん
16/10/24 18:16:10.07 7Fwg00yq.net
>>819
それは何のため？
次元削減か別の評価軸に変えるためじゃないの？
845:デフォルトの名無しさん
16/10/25 08:03:20.49 hx61fBfD.net
>>823
解決しました失礼しました
学習終わった後にモデルに通してnp.argmaxで取れました
846:デフォルトの名無しさん
16/10/28 20:17:37.55 rSXYgQ12.net
GPUはNVIDIAが最強かな
AMDはこっち方面には力入れないみたいだし新型MacBook Proに買い換えたいがどうしたものか
847:デフォルトの名無しさん
16/10/28 21:11:19.37 ORm3z4u9.net
前提がおかしい
重い計算はリモートサーバーでやれよ
848:デフォルトの名無しさん
16/10/28 21:29:39.28 7gVBm9HF.net
お前もおかしいよ
awsかgcpかazureだろが
849:デフォルトの名無しさん
16/10/28 22:19:41.21 VgdT0//W.net
今はAzureが熱いぞな
マイクロソフト、AzureにGPUを追加
URLﾘﾝｸ(www.hpcwire.jp)
850:デフォルトの名無しさん
16/10/28 22:24:14.76 LZZlNpVS.net
>>827
いや、リモートサーバーで動かすプログラムを手元で走らせられるのは便利だ
851:デフォルトの名無しさん
16/10/28 22:38:20.02 XU4B0Tte.net
小さなサンプルデータで動作確認
↓
リモートサーバで全件処理
↓
結果の確認、絶望して最初に戻る
が基本かな？
852:デフォルトの名無しさん
16/10/28 23:43:45.76 M5kNq4nP.net
ド素人かよw
853:デフォルトの名無しさん
16/10/29 00:35:49.41 ddj4bzvw.net
ダメなのはだいたいデータ増やしてもダメだし良いのは少なくても良さそうだとわかるよね
アルゴリズムを作ることを目的とするなら大した計算機リソースはいらない
854:デフォルトの名無しさん
16/10/29 01:37:53.25 Pft2oJ0z.net
AzureML(今言われてるAzureのはこれじゃないけど)が学習した変数をローカルに取り出せたらいいのにな
855:デフォルトの名無しさん
16/10/29 09:04:55.67 2Pkg/HqB.net
テストのときはラボのwsをリモートで使って、フルにブン回すときはAWSを使ってる。
856:デフォルトの名無しさん
16/10/29 15:37:02.99 A/LD4Suz.net
>>829
AWSもすぐ追随してくるやろ多分
857:デフォルトの名無しさん
16/10/29 16:02:30.63 ddj4bzvw.net
AWSは昔からGPU対応してるぞ
858:デフォルトの名無しさん
16/10/29 22:11:18.05 jiL/VTbP.net
>>836
(^_^;)
859:デフォルトの名無しさん
16/10/30 00:44:53.97 4M7e5LZk.net
>>836
逆。追随したのが azure だよ
860:デフォルトの名無しさん
16/10/30 14:42:16.13 y0IPsMeP.net
わいが無知ですまんかった・・・
（#^ω^）ﾋﾟｷﾋﾟｷ
861:デフォルトの名無しさん
16/10/30 19:33:51.08 u5Ya92p7.net
ウェブサービス良く知らないだけでめっちゃ煽られるなんて怖いところだ
862:デフォルトの名無しさん
16/10/30 22:19:32.58 GVnGp331.net
>>815 の続きで勾配流を描いてみた
これもwebgl使ってて重いから気をつけて
URLﾘﾝｸ(bl.ocks.org)
863:デフォルトの名無しさん
16/10/31 00:07:09.17 Uhsyfejv.net
おむつとビールを大真面目に研究している人たちのスレは
ここかな？何かわかった？ｗ
864:デフォルトの名無しさん
16/10/31 02:32:01.59 0pwDdWAg.net
違うからさっさと巣に帰れや
865:デフォルトの名無しさん
16/10/31 04:28:10.72 jkUzecbb.net
地球の水がどこから来たのか？っていう疑問が解決していないのだが
本当は地球そのものが今の公転軌道に元から在った訳ではなさそうだ
という当初の疑問から予想外の結論に至ることがあるようだ
866:デフォルトの名無しさん
16/10/31 19:58:40.77 AUTupdDz.net
>>842
これ言語何使ってんの？
867:デフォルトの名無しさん
16/10/31 20:35:23.69 vV/BjAao.net
GPUがうまく動いてくれない。
868:デフォルトの名無しさん
16/10/31 21:05:57.68 jkUzecbb.net
>>846
ts/js
869:デフォルトの名無しさん
16/10/31 21:35:42.80 FGtRVD6X.net
あんま仕事の機械学習化が進んでないな
870:デフォルトの名無しさん
16/10/31 22:32:21.41 LNZjYfk8.net
>>848
へえ珍しいね
871:デフォルトの名無しさん
16/10/31 22:55:08.92 bB5OrCdd.net
事象を定式化して予測するわけだが、定式化と適切な学習データの用意が大変なのよね。
872:デフォルトの名無しさん
16/10/31 23:07:41.08 cDR+3gHJ.net
学習データ屋さんはじめるか……。
873:デフォルトの名無しさん
16/10/31 23:14:41.62 nVk+XonN.net
機械学習まで含めたプログラミングで自動化できるタスクは山ほどあるのだけど、神エクセルとか罫線地獄の書類とかが蔓延してる社会なので、その辺なんとかしないとホント駄目ですね。。。
874:デフォルトの名無しさん
16/10/31 23:49:37.94 UgzYDGEX.net
ジャップのデスクワークは無意味な仕事が多すぎるからな
機械学習云々以前にそもそもやる意味がないものが大半
875:デフォルトの名無しさん
16/11/01 00:21:27.35 XB2Kl7//.net
>>842 で警告が出ていた部分をもうちょっと賢い方法で対処した
URLﾘﾝｸ(bl.ocks.org)
使っている言語は、r, js, maxima
maxima以外はrmarkdownでほぼ見たまんまの形で書いてる
つまり、１つのファイルの中に各種プログラミング言語と文章が混ざってる
876:デフォルトの名無しさん
16/11/01 09:06:32.40 I3qILT6k.net
日常業務を機械学習化可能なようにするサービスを始めるんだ
877:デフォルトの名無しさん
16/11/01 17:41:44.60 wawt2m9n.net
>>850
どうして？
webGLと言えばTypeScriptとかthree.js定番ですし
878:デフォルトの名無しさん
16/11/01 18:37:33.64 GKA4Q65G.net
>>855
極小値に向かうことを可視化したってこと？
そうだったら、だから何？
879:デフォルトの名無しさん
16/11/02 11:46:10.46 7rqpj/9T.net
855は、お勉強は出来るんだろうけど
成果を出せない博士課程の学生みたく見える
880:デフォルトの名無しさん
16/11/02 12:54:02.83 oNVcFTDM.net
やめたれ
881:デフォルトの名無しさん
16/11/02 16:42:39.13 db1quxwb.net
たす
けて
おす
し
882:デフォルトの名無しさん
16/11/02 17:22:53.73 A4NiZe7R.net
>>855
あのさ、結局のところ何をしたいの？
883:デフォルトの名無しさん
16/11/04 11:23:56.88 e2ir6wwb.net
>>862
説明したいんじゃないの？
884:デフォルトの名無しさん
16/11/04 20:28:53.16 NTjXYk/l.net
会社の金で機械学習、ディープラーニングの有料セミナー言ってきた。
やっぱり直接話聞くとよく分かるね。
885:デフォルトの名無しさん
16/11/08 17:18:36.75 0Kl05UZZ.net
遺伝的アルゴリズムを使ったクラス分類ってどう分類器を作ってどう分類するのでしょうか
例えば学習データから「男、20歳、学生…→買う」「女、22歳、社会人…→買わない」というタプルを取り出し、
「男、22歳、学生…→買う」というタプルを作り、正解率が高いならそれを次の世代に残す、
ということだと思いますが、「男、22歳、学生」の正解が判断できる＝学習データに含まれるなら
わざわざ新たに作り出して正解率を判定する意味が不明ですし、
これをやって最終的に集団が決まった(分類器が完成した？)ときにどうテストタプルを分類するかが謎です
886:デフォルトの名無しさん
16/11/09 19:42:51.51 YuFyr/Jf.net
どこでどう聞けばわからず悩んだ末にここで。
ずっと前に、猫認識システムをgoogleが作った、という感じのニュースが多く出ていました。
自分は、あれはおおざっぱにいうと以下のようなシステムなのだと、解釈しています。
１ Googleが画像を様々な方向から解析するシステムを作って
２ このシステムに猫かどうか問わず大量の画像を、猫画像かどうかは与えず画像そのもだけを与えに与えまくって
３ 画像のうち、猫の画像投与時によく反応したニューロン＝猫の画像がもつ特徴を統計的に得て
４ あらたな画像を投与したときの３の反応（３の特徴）から、それが猫画像であるか判別する
この解釈は大筋あっていますか？
あってる場合、３番の処理は、やはり人間が行うしかないものなんでしょうか
887:デフォルトの名無しさん
16/11/09 19:47:38.62 YuFyr/Jf.net
>>866に補足
３番は例えば投与した画像についてあらかじめ猫画像であるかどうかを別にリストとして持っておいてあとから検証するとか
大量画像投与後に、別途保持しておいた未投与の猫画像100枚を与えて反応をみるとか、
そういったやり方なのかなと考えています
888:デフォルトの名無しさん
16/11/09 19:52:37.13 0eiwYVLF.net
じぶんの認識はこう。
無知識のシステムにネコ画像 1000枚を投入させ、ネコ特徴を学習させ、その後適当な画像をみせて判定。
たとえばグーグル画像検索「ネコ」ででてきた画像を多少べつものが混じってたとしても、ネコの基本データとして与えて
それで特徴を学習させて判別するのでは?
これやっとくと、たとえば画像検索へフィードアップさせて、,ネコ以外画像の出現を抑えられるとか。
889:デフォルトの名無しさん
16/11/09 20:06:46.31 EZkCstT4.net
>>865
決定木を学習させるとか
890:デフォルトの名無しさん
16/11/09 20:36:50.47 DbPTb99h.net
やっぱりあった…よろしく
小さいところで統計系やってる。ご同僚は機械学習系。
891:デフォルトの名無しさん
16/11/09 21:06:31.12 EPUjml5n.net
URLﾘﾝｸ(static.googleusercontent.com)
論文だよ
人に教えるならあんまり適当な認識ではありがた迷惑どころの騒ぎじゃないから
892:デフォルトの名無しさん
16/11/09 22:01:34.34 Reh0/P8+.net
ディープラーニングのライブラリが、優秀過ぎて、敷居がかなり低くなったな。
研究もデータが集めやすい企業の方が大学よりもやりやすそうだ。
893:デフォルトの名無しさん
16/11/09 23:46:44.39 w1v5mkFu.net
>>866
合ってるよ
894:デフォルトの名無しさん
16/11/10 00:38:30.50 j4r1h75S.net
まぁ大学言うても所詮学生だしなぁ
895:デフォルトの名無しさん
16/11/10 02:15:14.44 Buz4NX8q.net
企業言うても所詮会社員だしなぁ
896:デフォルトの名無しさん
16/11/10 06:50:08.83 1Hr9sBfB.net
>>854 電通は、大量の馬鹿なコネ入社の社員を首を切るわけにいかず、難しいシステムを導入しても理解できないので人海戦術をとらざらおえなくなる。
897:デフォルトの名無しさん
16/11/10 06:53:41.65 1Hr9sBfB.net
ニート言うても所詮ニートだからな。
898:デフォルトの名無しさん
16/11/10 13:31:37.71 dxAJlx69.net
>とらざらおえなく
トらザラス
899:デフォルトの名無しさん
16/11/12 08:21:15.37 PxCTG0k2.net
Google翻訳で英語論文書いてみようかなあ
900:デフォルトの名無しさん
16/11/12 17:56:26.91 pVnBGILb.net
GPUっていうのはグラフィックを表示するのに関係するものですよね？
GTX1080とか使うとすごいんでしょうか？
なんでグラフィック用途のパーツ使うとすごくなるんですかね？
この当り解説できる先輩いらっしゃいませんか？
901:デフォルトの名無しさん
16/11/12 18:07:06.35 OqFEOOam.net
>>880
cudaで検索しろ
902:デフォルトの名無しさん
16/11/12 18:26:19.13 LfUj3d0Q.net
>>880
GPGPUで検索
メモリが早く大量なのと処理能力が高いから？
あと並列処理できるのかな？
マルチコアも上手く並列処理したら早くなるんじゃね？
903:デフォルトの名無しさん
16/11/13 01:20:24.05 m3skNjg6.net
MacBook Pro欲しいけどGPUがAMDだからちゅうちょしてしまう
ったく何でAMDなんで選んだんや
この分野はAMD全く力入れてないってのに、やっぱWin使うしかないんかなあ嫌やなあ
904:デフォルトの名無しさん
16/11/13 01:36:52.55 42lt4WbX.net
Gridなんて今時AWSとかのクラウド使うだろ
クライアントサイドにCUDA対応してるGPUとか時代に逆行しすぎ
Appleは映像がきれいな方を選んだというだけのこと
905:デフォルトの名無しさん
16/11/13 07:41:56.96 Vmb4TplG.net
手元では一切触りすらしないの？
ChainerなんてMacBookProにはインストールすら出来ないんだけど
906:デフォルトの名無しさん
16/11/13 08:49:17.64 0tlrLvVQ.net
>>885
普通そうだろ。
907:デフォルトの名無しさん
16/11/13 09:31:19.81 Ej07Y6ut.net
>>884
映像もNVIDIAの方が遥かに綺麗なんだよなあ
CG/映像はCUDAが主だからで足元に及ばんし
908:デフォルトの名無しさん
16/11/13 09:32:34.90 Vmb4TplG.net
>>886
マジか
ライブラリの補完とか手元にライブラリなくてもできるの？
909:デフォルトの名無しさん
16/11/13 09:39:38.91 T5+9PjbV.net
ホビーユーザーが現実とのギャップに衝撃を受けている図
910:デフォルトの名無しさん
16/11/13 11:09:06.23 42lt4WbX.net
>>887
きれいきれいじゃないは個人の感性にもよるから、これ以上の個人攻撃は避けるが
色管理は現状AMDのほうが優れていると言われてる
>>888
ライブラリがあればいいだろ
ハードはいらない
911:デフォルトの名無しさん
16/11/13 11:47:43.43 fSz4+1od.net
>>890
ああやっぱりライブラリはないとダメか
じゃあchainerはダメかも
ありがとうございます
912:デフォルトの名無しさん
16/11/13 14:00:32.02 M5Crdano.net
機械学習学ぶなら大学どこ行くのが良いですか？
913:デフォルトの名無しさん
16/11/13 14:08:09.65 FlfK2lOV.net
東大京大もしくは宮廷のどれか
それ以外は目糞鼻糞
914:デフォルトの名無しさん
16/11/13 14:20:35.59 42lt4WbX.net
日本だと東大の中川研くらいしかなくない？
東工大にも有名な先生いた気がするけど名前忘れた
京大って誰かいた？てか、その他宮廷でいいとこなんてあったっけ？
915:デフォルトの名無しさん
16/11/13 14:21:33.02 w9Y83CjX.net
>>892
っURLﾘﾝｸ(www.udemy.com)
916:デフォルトの名無しさん
16/11/13 15:12:33.06 9dGdvhhD.net
>>892
アメリカの大学に行くのがいい
917:デフォルトの名無しさん
16/11/13 15:32:29.80 L871aDY7.net
質問です。
TensorFlowやってますが
Execファイルが画像のはずなのに開けません。
Macでやってるんですけど、
どうやったらexecの画像ファイルを開けますか？
918:デフォルトの名無しさん
16/11/13 15:42:38.75 e+lvJCbH.net
データサイエンティストωのみなさんのおかげですωω
久々にリアル本屋行ってみたら
Rubyの棚よりPythonの棚の方が大きくなってた
胸熱
919:デフォルトの名無しさん
16/11/13 16:06:41.17 T5+9PjbV.net
>>897
それで伝わると思ってるなら、悪いけど今の君には無理
920:デフォルトの名無しさん
16/11/13 16:14:22.72 L871aDY7.net
>>899
回答ありがとうございます。
すみません。伝わりにくい書き方でしたね。
画像ファイルが入っているはずのzipファイルがあるんですけど、
それをMacで解凍したら、複数ファイルが展開されました。
しかし、それらはすべて「exec」とMacでは表示されていて、
拡張子がありません。
例えばファイル名「Apple」というような感じです。
通常なら、Apple.jpgだとか、Apple.pngじゃないですか？
それなのに拡張子なしで画像ファイルですらないので、
人工知能使おうにもストップしている状況です。
これで伝わりましたかね・・・。
アドバイスどうかお願いします。
921:デフォルトの名無しさん
16/11/13 16:21:22.10 rQniwcyn.net
なんか意味がわかってきた
ファイルに拡張子がついてなくて実行権限がついていると言いたいんだなつまり
922:デフォルトの名無しさん
16/11/13 16:23:12.73 jXdiKSg9.net
>>900
そのzipはどこから入手した？
923:デフォルトの名無しさん
16/11/13 16:42:41.55 L871aDY7.net
>>902
産業総合技術研究所という行政法人の
手書き文字データベースです。
ちゃんと許可は取ってあります。
924:デフォルトの名無しさん
16/11/13 16:58:22.47 jXdiKSg9.net
>>903
そこのサイトにな何か書いて有るんじゃね？
925:デフォルトの名無しさん
16/11/13 17:01:18.10 tN1V6gFu.net
初心者には無理
926:デフォルトの名無しさん
16/11/13 17:29:44.16 dmW/YU54.net
画像ファイルがjpegやpngじゃないって事では。
マニュアルを読むか、書いてなかったらプログラムを読めばフォーマットが判るでしょ。
927:デフォルトの名無しさん
16/11/13 17:45:32.87 jXdiKSg9.net
>>903
そのサイトにフォーマットが説明してあったから
その通りに読み込めば良いんだけど
初心者には難しいだろうな
928:デフォルトの名無しさん
16/11/13 19:22:02.32 m3skNjg6.net
このままRubyは駆逐される？いやまだWEBでは強いか
929:デフォルトの名無しさん
16/11/13 20:10:52.79 9dGdvhhD.net
ruby なんて rails だけやん
機械学習の分野じゃお呼びじゃない
930:デフォルトの名無しさん
16/11/13 20:29:00.52 n0XGk73M.net
機会学習ならpython？
931:デフォルトの名無しさん
16/11/13 20:42:37.83 dhGoOq8f.net
railsもすでに空前の灯
932:デフォルトの名無しさん
16/11/13 21:41:37.34 Vmb4TplG.net
Rubyの方が書いてて楽しいからscirubyもっと充実してもっと機械学習ライブラリが充実してたら使うんだがな
933:デフォルトの名無しさん
16/11/13 21:57:15.71 L871aDY7.net
>>907
ヒントありがとうございます。
サイトの言語を英語にしたら出てきました！
Python がエラー吐きますね。。。
もうちょっと試して見ます。
934:デフォルトの名無しさん
16/11/13 23:48:58.04 8GqvfbIt.net
>>865 問題の解答ではないけど面白い記事があったから貼っとくよ
> Amazing that this can be done in 300 lines of perfectly readable JS
> without any libraries. ...
> Great intro to genetic algorithms and reinforcement learning.
NeuroEvolution - Flappy Bird | Hacker News
URLﾘﾝｸ(news.ycombinator.com)
遺伝的アルゴリズムの勉強なのかクラス分類の勉強なのか焦点を絞った方が早道かも
前者なら
... an introduction to Genetic Algorithms. Where do I start? : genetic_algorithms
URLﾘﾝｸ(www.reddit.com)
遺伝的アルゴリズム - 遺伝的アルゴリズム
URLﾘﾝｸ(www.obitko.com)
後者なら本屋へゴーが手っ取り早いかも
935:デフォルトの名無しさん
16/11/14 00:09:43.81 e+mCBUcM.net
>>892
機械学習を勉強するためにわざわざ大学を選ぶ必要はないと思う。
入れる大学でちゃんと情報学の基礎を勉強した方がいいよ。
大学に入った頃には今度は別のジャンルが当たってそっちが気になるかもしれない。
大学院で機械学習を研究したいのかもしれないけど
それだったら大学名で選ぶのでは無くて研究室を見学に行って調べた方がいいよ。
知名度が高いけど学生が多すぎ、指導が雑とか実際見に行かないと分からんし。
936:デフォルトの名無しさん
16/11/14 00:11:56.11 zOCsNvYf.net
2chで進路相談する奴、よく見るけど・・・
937:デフォルトの名無しさん
16/11/14 00:20:25.89 mJYD0ecB.net
日本は海外とちがって、プロ、職業でやるんだったらよほどの有名研究室でないかぎり
有名大学がいいだろ。
機械学習を専門にしてない情報の研究室でも機械学習の卒論も可能だろ?
先生がどれだけ専門を押し付けてくるかは人それぞれだろうが。
938:デフォルトの名無しさん
16/11/14 11:09:29.86 dXDIFcfM.net
仕事じゃなくて個人的に為替とかレース予想で儲けてる人いる？
939:デフォルトの名無しさん
16/11/14 12:30:16.13 9goB1lpF.net
ニューラルネットによる学習って学習が進むときに訓練誤差が増えたりするの？
それとも単調減少？
940:デフォルトの名無しさん
16/11/14 12:45:42.51 E5faek2R.net
これからはdjangoの時代くるか？
941:デフォルトの名無しさん
16/11/14 12:58:08.25 WhzDU3qv.net
機械学習など本気でやると後悔するぞ
80年代の詐欺に早く築けよ、
1000億円溶かしたんだから
1000億円使ってパターン認識しかできませんでしたの
落ちだぞ
942:デフォルトの名無しさん
16/11/14 13:23:56.03 Y2ZBq4oU.net
そうなんだよね
確立された理論に基づいてない黒魔術だからどっぷり浸かりすぎてはいけないとは思ってるよ
943:デフォルトの名無しさん
16/11/14 13:39:00.96 WW2Jsd8V.net
>>907
ありがとうございますw
ようやく出来ましたw
Pythonでエラー潰すのに苦労しましたよっとw
得意なのは他の言語ですし、
Pythonはゲームで少しかじった程度なんでガチ初心者ですw
ヒント感謝しますw
画像ファイル抽出出来ました。
これでやっと取りかかれます。
本当にありがとうございます。
URLﾘﾝｸ(i.imgur.com)
944:デフォルトの名無しさん
16/11/14 13:45:45.48 lF+ke9mE.net
>>920
個人的にはdjangoは終わっていきそうだが…
945:デフォルトの名無しさん
16/11/14 14:04:02.54 E5faek2R.net
>>924
機械学習エンジニアがwebアプリ作るときは重宝されそうじゃない？
946:デフォルトの名無しさん
16/11/14 17:49:44.46 zlxXdLUF.net
そうかな
947:デフォルトの名無しさん
16/11/14 18:27:40.60 M1BlT7TR.net
この間のNHKスペシャル見たやつおる？
川上と清水がプレゼンした機械学習のアニメーションにパヤオがキレてて笑ったｗ
948:デフォルトの名無しさん
16/11/14 18:56:18.14 WW2Jsd8V.net
>>927
頭が足になったゾンビの動きのやつなw
あれは爆笑した
宮崎駿正論だったしなw
ドワンゴ、囲碁で勝てるのか心配だわw
949:デフォルトの名無しさん
16/11/14 19:30:15.78 VVMGiVM9.net
>>925
どこに重宝要素があるのかと
950:デフォルトの名無しさん
16/11/14 19:44:05.98 E5faek2R.net
>>929
①機械学習はWEB系で導入が進んでる
②機械学習エンジニアだと、純粋なエンジニアより学術系の人が多い
③railsなんかを学ぶよりもpythonで済ませた方が学習コストが低い
実際に周りで機械学習系の人がdjango始めてるケースも散見した
951:デフォルトの名無しさん
16/11/14 19:55:15.12 VVMGiVM9.net
>>930
学術系ならフロントに手を出さずAPIだけ整備すればいいじゃん
同じ言語でできるから効率的！は最終的には大半罠、ましてdjangoじゃなあ
952:デフォルトの名無しさん
16/11/14 20:17:56.56 BE8YoXo7.net
デモ画面を作る程度ならFlaskがシンプルでおすすめ。
商用webサービスではフロントエンドは得意な人が作るから、機械学習な人はAPI提供までだろうね。
953:デフォルトの名無しさん
16/11/14 20:38:39.14 aL/Lu1lD.net
仕事でやるならコンサルか普通に大手の事業会社へ行ったほうがいいよ
Webなんか所詮ログ解析してるだけだし取れるアクションも限られてる
技術的にはフットワーク軽くやれるから面白いかもしれないけどアナリティクスやりたいならつまらんよ
954:デフォルトの名無しさん
16/11/15 05:40:59.52 ulUg8AFG.net
>>927-928
川上さんえらいデブリ様だな
955:デフォルトの名無しさん
16/11/15 10:57:51.79 fA/xgHdC.net
あれ機械学習なの？
遺伝的アルゴリズムとかでなくて？
956:デフォルトの名無しさん
16/11/15 11:38:00.43 Jx9TUWXx.net
宮崎駿のあれは自分が投資してこなかった分野（CG、AI）で
ピクサーに大きく引けを取ってしまったことに大きな負い目を感じていて、
川上・清水はそのフラストレーションのはけ口になってしまった、
って感じに見えたな。
ピクサーはアニメーションを定式化し、
汎用ソフトウェア（RenderMan）を作り上げ、
普及させたという意味では、非常に大きく評価できる。
一方で、宮崎駿は後継者も育てず、自分のやりたいことだけをやって、
自分がいなくなったらスタジオは空っぽになってしまった、
という時点で全く評価できない。
これはアニメーションの分野に限らず、
日本の文化全体に言えることでもある。
957:デフォルトの名無しさん
16/11/15 11:44:57.69 sP+VN81y.net
宮崎駿のアニメなんかどうでもいい
958:デフォルトの名無しさん
16/11/15 12:32:26.55 mSSYK4Eb.net
生命に対する侮辱とかいってるけど、最初は全く動けない3Dモデルが学習して前に進めるようになるとかちょと感動的な部分があると思うんだよな。
959:デフォルトの名無しさん
16/11/15 13:08:44.85 PMHZysKm.net
>>938
古い技術だけど２足歩行まで持って行って学生のレポートになる。
あれは進化に失敗した大量のデータの中からゾンビってことにしてCGにして売り込もうとしただけ。
960:デフォルトの名無しさん
16/11/15 13:15:20.79 +Dmi7aLa.net
>>931
なるほど
アクセンチュアのデータサイエンティストの求人でdjangoの使用経験とかあったから、関連してくるかと思ったわ
961:デフォルトの名無しさん
16/11/15 13:26:49.86 KJ+q5q9V.net
ゲロゆきののろい
962:デフォルトの名無しさん
16/11/15 16:12:39.93 MQ3ubhFL.net
>>940
そりゃ彼らはITベンダだからね
内部ロジックは客先内製だろうし
963:デフォルトの名無しさん
16/11/15 16:41:21.49 euaBgfgK.net
大手コンサルのクライアントで、内製化できる企業なんて「全くない」と言っても過言で はない。
気がする。
964:デフォルトの名無しさん
16/11/15 16:48:14.52 P41xu7oY.net
研究開発で応用を進めたいと考えてるわ。
顕微鏡画像処理やら実験データのクラス分け、特性予測とか。
965:デフォルトの名無しさん
16/11/15 17:24:17.88 2zmOnpf+.net
Googleが低解像度画像を爆速で高画質化する機械学習を使った技術「RAISR」を発表 - GIGAZINE
URLﾘﾝｸ(gigazine.net)
966:デフォルトの名無しさん
16/11/15 17:24:51.60 9SsXmVK+.net
画像処理は既にいっぱい手法がある。実験データは意味がつかないと意味がない。
967:デフォルトの名無しさん
16/11/15 17:28:58.84 I+Z57Emv.net
>>946
意味がなきゃダメなのか？
それ以前にお前の存在に何の意味があんだよ、3行でまとめろ
968:デフォルトの名無しさん
16/11/15 17:30:40.76 uEQxE9Hj.net
>>947
なんで哲学的な問いになってんだよw
意味があるのは自分で意味をつけた時だけだ
自らは意識や視点で現実に味付けするからな
無意識なら無意味と一緒だろ
969:デフォルトの名無しさん
16/11/15 17:31:36.61 9SsXmVK+.net
>>947
当たり前、おまえの存在には意味があるのか？
970:デフォルトの名無しさん
16/11/15 17:34:18.65 bLcZX7ec.net
哲学板でやれwwバカww
971:デフォルトの名無しさん
16/11/15 17:34:29.33 LWqFVFYx.net
本当に３行でまとめててワラタ
972:デフォルトの名無しさん
16/11/15 17:35:28.05 Lj38Vh+d.net
NVIDIAのスパコン「DGX-1」を124台使ったスパコンが電力当たり処理性能で世界一に
URLﾘﾝｸ(www.4gamer.net)
DGX-1はGPU「Tesla P100」を8基を搭載したディープラーニング向けスパコンらしく
協業するMicrosoftのAzureにもDGX-1が導入されるってさ
973:デフォルトの名無しさん
16/11/15 17:43:34.44 dqS7Qp+B.net
>>936
ピクサーを成長させたのはジョブズだが
日本にそういう奴が少なかった悲劇だな
974:デフォルトの名無しさん
16/11/15 17:43:40.82 9SsXmVK+.net
>>950
なんで哲学板、科学の問題だろ
975:デフォルトの名無しさん
16/11/15 17:48:44.00 YNvrglzV.net
画像分類はディープラーニングが効果的だったわ。
教師データの作成が大変だったけど。
他の手法を研究してた人は、危機感抱くの当然だね。
976:デフォルトの名無しさん
16/11/15 17:58:19.33 dqS7Qp+B.net
意味の問題は分析哲学とか言語学系の問題かな
ただそ
977:の本見ても実装につながらないのが辛い
978:デフォルトの名無しさん
16/11/15 18:01:04.46 9SsXmVK+.net
アホだろ
979:デフォルトの名無しさん
16/11/15 18:10:37.40 LWqFVFYx.net
>>927
今日のshi3zブログに記載されてた文言（今は削除されて読めなくなってる）
↓
--------------------------------------------
さて、一昨日のNHK出演に関しては、諸々言いたいことはありますが、まああれは番組上の演出であって、実はけっこう、仲良くやらせていただいているということでご勘弁願えないかと思います。
しかしあのシーン、当然会社に確認が来たわけですが、川上さんよくオッケーしたなと。
しかも恣意的な酷い編集でしたね。実際はあのあと1時間以上、もっと本質的な議論を交わしたんですけど。
まあ結局、あれで宮崎さんが怒りのあまり新作長編の構想を思いついたというストーリーにしたかったんでしょうな。刺激になったのは事実だと思いますが。だったら川上さんGJじゃん。
まあ真実は藪の中ということで、多くは語りません。
URLﾘﾝｸ(i.gyazo.com)
980:デフォルトの名無しさん
16/11/15 18:26:28.48 dqS7Qp+B.net
ネットだと無知でもただデカイ声で言えば主張が通るけど
リアルだと周辺分野を調べることが必要
981:デフォルトの名無しさん
16/11/15 18:27:53.68 JrSt4uqc.net
>>952
齋藤あっけなくオワタな(´・ω・｀)