18/10/28 10:52:14.40 ZEyjWc9P0.net
どうみても過学習だろ
951:デフォルトの名無しさん
18/10/28 11:39:15.80 EoM4jV8ha.net
>>913
わかる
952:デフォルトの名無しさん
18/10/28 11:41:19.59 EoM4jV8ha.net
>>910
そのページ内で結論出てるやん
953:デフォルトの名無しさん
18/10/28 21:57:26.97 U2zUowxY0.net
train か少ないとか、val と train の性質が違うとかもあり得るが
954:デフォルトの名無しさん
18/10/28 23:48:27.52 Got3VCGwM.net
>>919
これも過学習なのですか？
ページの人が答えてるように下にあるresnet34の結果が明らかに過学習なのは分かるのですが
こんなに振動する過学習もあるのですか？
955:デフォルトの名無しさん
18/10/28 23:50:29.50 Got3VCGwM.net
あと、accがほぼ100%近いのにlossが10もあるのが理解出来ないのですが
こんな状態あり得るのですか？
956:
18/10/29 00:14:41.57 MQrExvvX0.net
https://bit.ly/2ELs5Zp
957:デフォルトの名無しさん
18/10/29 06:28:46.79 kXYWj2tR0.net
>>795
＞>>792
＞そこまで高いの買わなくても、
＞サブ機に1050Ti積んでますけど
＞inceptionv3の199層～のファインチューニングでも
＞32000枚を100エポック回して大体5時間で終わりますよ
＞低価格でいろいろ試すには悪くない性能だと思うので検討してみてはいかがでしょうか。
ありがとうごさいます
そこそこのグラボ買ってみます
958:デフォルトの名無しさん
18/10/29 08:06:16.95 62KNlyE40.net
↓これって日本版Kaggleみたいなもの？
URLﾘﾝｸ(signate.jp)
959:デフォルトの名無しさん
18/10/29 10:26:37.08 8gX7Io6i0.net
>>924
URLﾘﾝｸ(stackoverflow.com)
960:tion-performance-have-large-fluctuations-during-deep-cnn-trai 上記以外にも似たような話がいくつかあったけど明確な回答はないみたい データセットの側の問題ということのようだけど 単純にデータ数が少ないだけのような気もする
961:デフォルトの名無しさん
18/10/29 10:55:56.04 8gX7Io6i0.net
NNは最小限の構成から始めて
学習曲線を確認しながらレイヤー数を増やして複雑にしていくのが常道だから
まず3層ぐらいの単純な構成だとどうなるのか見るべきじゃないのかな
teratailの例を見れば少ないレイヤー数なら普通に過学習で見られる学習曲線なわけだし
いずれにせよどんなデータを使って何を分析しようとしているかもわからない
ネットワークの構成もわからないで学習曲線だけ出して的確な回答を期待する
というのも無理があるかと
962:デフォルトの名無しさん
18/10/29 11:31:50.05 VxCr7qKV0.net
あらかじめ結論を決めておくのは意味が無くね
963:デフォルトの名無しさん
18/10/29 11:38:09.69 tXMYusEla.net
でかいネットワークで学習するとむしろ汎化性能が上がるって説もあるよね
964:デフォルトの名無しさん
18/10/29 21:39:26.10 JGxixszg0.net
むしろ期待通りの結論に到達するように
学習させてるのがいまのｳﾝｺAIだからな
965:デフォルトの名無しさん
18/10/29 21:58:32.07 zEESrYYqa.net
むしろ期待通りになるように学習させないでどうするんだよw
間違った教科書で勉強したら間違った答えを出すだけ
966:デフォルトの名無しさん
18/10/29 22:12:20.15 JGxixszg0.net
つまりｵﾏｴが作ったAIは
ｵﾏｴより賢くなることはない
ｱﾎのまま
967:デフォルトの名無しさん
18/10/29 22:18:10.77 FSHl5k4M0.net
教師あり学習なんだからそんなの当たり前やん何言ってんのこの人
968:デフォルトの名無しさん
18/10/30 00:39:20.03 NTdM/MUxa.net
作り手の想像を超えた知性が得られたとしてそのことを数値で評価することなど不可能なんだから、そもそも作成に成功したかどうかすら誰にも分からないわけで
969:デフォルトの名無しさん
18/10/30 02:23:18.40 82wxAJF9a.net
>>936
強化学習なんかだと、例えばゲームで人間の思いもよらない戦略を学習する事もあるし、スコアとかの客観的な評価軸もあるぞ
970:デフォルトの名無しさん
18/10/30 08:59:49.24 R0rHQSFYa.net
強化学習は報酬を与えるルールさえ決めれば後は膨大な計算コストがかかるだけで結果は決まっているわけだから作り手を超える賢さを得たと言って良いかどうかは微妙なところ
971:デフォルトの名無しさん
18/10/30 11:21:40.67 82wxAJF9a.net
賢さとは
972:デフォルトの名無しさん
18/10/30 12:07:17.38 BPezb0mna.net
賢さの定義などないけど>>934が賢さについて言ってたから使ってみただけ
973:デフォルトの名無しさん
18/10/30 13:55:45.69 jHKI7OLI0.net
この分野、売り逃げがしにくい。
それが良さでもあり悪さでもある
974:デフォルトの名無しさん
18/10/30 16:34:11.40 MWqKC0Xe0.net
本当に初心者ですけど質問です。
他クラス分類してて線形モデルを考えてるんだけどグリッドサーチしてCを出すプログラムを書いた。
そのプログラムを数回走らせると毎回違うCが出てくるんですがそう言うものですか？
ちなみにaccuracyはおんなじ値が何回も出てたまに低かったり高かったりします。
975:デフォルトの名無しさん
18/10/30 17:24:22.04 6RcW7/vQ0.net
Cとはw
976:デフォルトの名無しさん
18/10/30 17:27:41.62 MWqKC0Xe0.net
>>943
正則化パラメータです
977:デフォルトの名無しさん
18/10/30 17:48:49.55 6RcW7/vQ0.net
>>942
プログラムがどうなってるか分からないけど（毎回乱数で変わる値をしようしてるとかあったら）、普通は何度実行しても同じ結果正則化パラメータCを出力しなければいけないと思うよ。
プログラムを見て乱数で設定してるところがないかを確認してみては
978:デフォルトの名無しさん
18/10/30 18:06:39.94 MWqKC0Xe0.net
>>945
乱数シードは固定してないです
固定してなくても同じ値が出るってことですか？
979:デフォルトの名無しさん
18/10/30 18:18:52.14 6RcW7/vQ0.net
>>946
固定してなければ違う値が出ると思う。固定してればもちろん同じ値が出ないとおかしな話だとは思うけど。。。
（そういう乱数の次元の話じゃないかなと思ったので）
980:デフォルトの名無しさん
18/10/30 18:30:56.53 MWqKC0Xe0.net
>>947
研究で、もらったデータセットでやってるのでなんかおかしいのかなと思ってました。
irisのデータでも同じような挙動だったので関係なかったです。毎回違う値(振れ幅もバラバラ)なのは普通ということなのですね。
981:デフォルトの名無しさん
18/10/30 19:26:16.58 9tuKGKcX0.net
random_state=42で解決やな
982:デフォルトの名無しさん
18/10/30 22:43:15.66 GavdUYiJp.net
みんな普段勉強してる？
仕事外は一切やらない？
983:デフォルトの名無しさん
18/10/31 01:39:51.29 sES2GFEm0.net
機械学習知らん人に説明する度にAIって便利な言葉だと実感する
最適化じゃなくて学習とかクッソ曖昧な言葉で納得してくれて本当助かる
984:デフォルトの名無しさん
18/10/31 01:41:22.42 t08oq/or0.net
学習って用語廃止したほうがいいわ
kerasみたいにfitって言えよ
985:デフォルトの名無しさん
18/10/31 04:49:39.73 JXVBQ0WM0.net
>>951
「餌を与えると勝手に学習してくれる」っていうと素人にも分かりやすい
986:デフォルトの名無しさん
18/10/31 06:41:10.96 pccA+Jbua.net
>>951
本当に「最」適かどうかは判らないんじゃね？
987:デフォルトの名無しさん
18/10/31 10:06:16.97 TAKFrudE0.net
「AIが考える」って、使っていて違和感を感じる表現だけど
そう形容するのが適切なんだな
988:デフォルトの名無しさん
18/10/31 11:33:47.84 9AveOwUAM.net
適当な説明すると勝手に妄想を暴走させてしてしまう人もいる
989:デフォルトの名無しさん
18/10/31 11:35:46.20 DM2hlzCN0.net
椅子を学習したら切り株に座れる機能がある事も分かるAIはよはよ
990:デフォルトの名無しさん
18/10/31 15:05:10.91 AfZsWIp40.net
パブロフの犬ｗ
991:デフォルトの名無しさん
18/10/31 16:12:18.23 9rURn1wWa.net
そんなの椅子の認識のさせ方次第でどうにでもなるだろ
背もたれのある普通の椅子しか学習させなければ切り株を椅子と認識できるわけないが座れそうなものを片っ端から学習させれば何とかなる
992:デフォルトの名無しさん
18/10/31 17:37:08.95 DIO1Zi0x0.net
ラベリングは誤魔化すために重要。
トヨタのTNGAとか便利便利
993:デフォルトの名無しさん
18/10/31 18:27:00.41 DM2hlzCN0.net
>>959
これはただの例で汎用的にやりたいんです。
シンギュラリティ!
994:デフォルトの名無しさん
18/10/31 18:38:23.95 PS6I4Eoja.net
切り株画像に「イス」ってラベル付けなくても
切り株に人が座ってるラベルなし画像から推測できるぐらいにはなって欲しいね
995:デフォルトの名無しさん
18/10/31 21:01:56.61 HmfWxI/4a.net
生まれて初めて切り株を見た人間でも、切り株に椅子としての機能を見出せるだろうけど、これは「座れそう」→「座れた！」という環境とのインタラクションがあるからなんだろうか
前にNHKの番組で東大の松尾先生が「体を持たない知能は存在するか？」的な事を言っていたな
996:デフォルトの名無しさん
18/10/31 21:15:33.30 N9TdgOC+0.net
兎が転げるかどうかを判定して下さい
997:デフォルトの名無しさん
18/10/31 22:09:58.39 2LY4gCsVM.net
>>961
だからほんなら汎用的なデータ食わせろって話ですわ
まさか学習データが画像しかないとか思ってるわけでもあるまい
998:デフォルトの名無しさん
18/10/31 22:18:31.69 P5/vr7Wfr.net
>>965
データがない未知の場面に出くわしても人間みたく持てる経験と知識を応用出来るかって話だろ
データさえあればって身も蓋もない話
999:デフォルトの名無しさん
18/10/31 22:21:11.84 DM2hlzCN0.net
>>965
そうなのね。
昨日辺りの日経新聞に書いてあったのよ。
1000:デフォルトの名無しさん
18/10/31 22:41:28.97 XzHEjZDYM.net
>>966
切り株に座れるか判定の可否を議論してる時にドラえもん作りたい話されても知らんがな
1001:デフォルトの名無しさん
18/10/31 23:07:24.47 P5/vr7Wfr.net
>>968
切り株はあくまでも一例だって>>961が言ってるやん
1002:デフォルトの名無しさん
18/11/01 05:25:09.80 KHSnGnhJ0.net
>>961
そしたら身体持たせて学習(実体験)積んで
痛い目に合わせないとダメやろ
1003:デフォルトの名無しさん
18/11/01 08:43:51.58 6C/JpYju0.net
なるほど
1004:デフォルトの名無しさん
18/11/01 10:47:02.18 z733lC2q0.net
産まれてすぐからちんちんあったけど生殖に使うものだって気付いたのは十年以上経ってからだしな
1005:デフォルトの名無しさん
18/11/01 11:00:15.65 HdmsTef60.net
>>969
意味を把握した思考もどきがやりたいなら
多分、言語処理のKingとQueenの話の方が例題として適切
切り株と椅子だと形状の特徴で学習してるだけぽい
1006:デフォルトの名無しさん
18/11/01 14:19:21.88 aGO292A70.net
猪が来たらどうする？
1007:デフォルトの名無しさん
18/11/01 15:02:24.07 TL6Ac/Cx0.net
質問です
評価基準をaccuracyでやってるんですが、交差検証するたびに60%～80％の幅で出ちゃうんですが、こういうときは例えば10回プログラム走らせて平均取るみたいな評価をすればいいですか？他に評価方法がありますか？
1008:デフォルトの名無しさん
18/11/01 15:04:59.66 K++eZGijM.net
>>969
別に例なら切り株でもベンチでも何でも同じやがな
欲しいと想定される機能を実現するため相応のデータ(センサ)と学習は必要やろが
生まれつき視覚以外の感覚がない人間が椅子ばっかり教えられて果たして切り株に座れると思うかどうかや
椅子の画像データ学習させるだけでドラえもん作りたいくらい頭クルクルパーなこと言ってるの理解してるんか
1009:デフォルトの名無しさん
18/11/01 15:14:35.11 K++eZGijM.net
>>975
学習終了後の評価でそんだけバラつきあるならちゃんと収束してるかとかデータ数大丈夫かとかいろいろ見直してみたらどうじゃろか
1010:デフォルトの名無しさん
18/11/01 15:42:41.91 TL6Ac/Cx0.net
>>977
データ数はどうにもならないんですよね。自分でも少ないってのは分かってるのですが。
収束してるかどうかってのは、線形svmでやってたので怪しいかもしれないです
1011:デフォルトの名無しさん
18/11/02 07:26:51.97 R64W7CuQ0.net
質問です
人工知能用のPCを買おうと思っているんですが、
Linuxがベストとして
クソOSと言われているUbuntuでいいんでしょうか？
Fedoraのほうが評判良いですが・・・？
1012:デフォルトの名無しさん
18/11/02 09:23:48.57 lRUrxC7ia.net
linuxはほとんど無料で手に入る
1013:デフォルトの名無しさん
18/11/02 09:42:29.33 7B/VUhwC0.net
両方試してみたらいいのでは
LTS版があって情報も多いUbuntuが無難な気はする。
1014:デフォルトの名無しさん
18/11/02 16:11:27.17 ggr9EF3w0.net
Fedraの方が糞
1015:デフォルトの名無しさん
18/11/02 17:00:09.45 kFSDuH24d.net
ど素人かよ…
1016:デフォルトの名無しさん
18/11/02 19:31:48.96 EV14OdoL0.net
んなもん買うよりawsかgcpで試してみたらいい。
1017:
18/11/02 19:36:26.30 o5NYXwZJ0.net
>>979
どのディストリでも大して違いはないと思いますが
1018:デフォルトの名無しさん
18/11/03 00:10:53.31 mBAfemi8a.net
>>979
無難なの選んどけばいいんでない
むしろ悩みどころはスペックとかどのライブラリ使うかとかでは
1019:デフォルトの名無しさん
18/11/03 01:59:27.38 sOGll4gf0.net
>>979です
皆さんご回答ありがとうございます
わかりました
とりあえずUbuntu使おうと思います
PCのスペックはだいたい決まっています
ライブラリは主にTensorFlowを使います
1020:デフォルトの名無しさん
18/11/03 07:19:41.13 HkPHzurE0.net
xeon phi はいいぞう
1021:デフォルトの名無しさん
18/11/03 14:53:35.78 Is/adptI0.net
URLﾘﾝｸ(blog.tinect.jp)
1022:デフォルトの名無しさん
18/11/03 19:11:44.45 fz7zsIZd0.net
安ｗ
Xeon Phi? 7210 (64コア) \3,585,600
1023:デフォルトの名無しさん
18/11/04 00:03:11.36 EyE9WGn+0.net
>>984
＞ んなもん買うよりawsかgcpで試してみたらいい。
横からスマンけど、研究費が無尽蔵にあるならaws、gcp、またはazure
でもいいけどさ、俺のように金がなくなってすぐ頓挫となるぞ？
データ入れて回してたらすぐ100万使っちゃうから。
PC買ったほうが絶対にいい。
1024:デフォルトの名無しさん
18/11/04 00:12:52.08 GZek0SD/0.net
ＧＰＵ稼働率高いと割高だよね
1025:デフォルトの名無しさん
18/11/04 00:32:48.74 DgRqIkT0d.net
すぐ100万てどういう使い方してるんだよ、16gpu でも使ってるのか
1026:デフォルトの名無しさん
18/11/04 09:52:52.56 vHuLXd67a.net
素人がGPU大量にぶん回している場合、機械学習の理論面をしっかり学習すればかなり無駄なデータ・処理を削れることが多い
1027:デフォルトの名無しさん
18/11/04 11:43:37.01 Wbg0dK2l0.net
アホかｗ
1028:デフォルトの名無しさん
18/11/04 12:19:53.02 yioi4JUk0.net
てかgcpなら1日毎でいくらかかってるか見れるわけだし、とりあえず3万円分でやってみたらいい。
費用感を把握してからgpuハード買うってのでも別に遅くはないだろ。
1029:デフォルトの名無しさん
18/11/04 13:37:21.91 5RY1Lh2I0.net
実際デプロイしたときに
実行前にプログラムスキャンして
あなたのアルゴリズムは最適化が足りません
提出しなおせとか
このまま実行すると少なくとも100万円以上になりますが
よろしいですかとか逝って欲しい
1030:デフォルトの名無しさん
18/11/04 14:36:58.44 W830XVm1a.net
次
【統計分析】機械学習・データマイニング21
ｽﾚﾘﾝｸ(tech板)
1031:デフォルトの名無しさん
18/11/04 14:40:43.49 5RY1Lh2I0.net
ねむねむ
1032:デフォルトの名無しさん
18/11/04 14:41:29.39 5RY1Lh2I0.net
うめうめ
1033:1001
Over 1000 Thread.net
このスレッドは１０００を超えました。
新しいスレッドを立ててください。
life time: 88日 19時間 44分 52秒
1034:過去ログ ★
[過去ログ]
■ このスレッドは過去ログ倉庫に格納されています