【統計分析】機械学習・データマイニング20

1 名前：デフォルトの名無しさん mailto:sage [2018/08/07(火) 18:56:37.59 ID:sGPH9ejna.net] 機械学習とデータマイニングについて何でもいいので語れ若人 ※ワッチョイだよん 次スレ立ての際は、一行目冒頭に !extend:on:vvvvv:1000:512つけてね ■関連サイト 機械学習の「朱鷺の杜Wiki」 ibisforest.org/ DeepLearning研究 2016年のまとめ qiita.com/eve_yk/items/f4b274da7042cba1ba76 ■前スレ 【統計分析】機械学習・データマイニング19 mevius.2ch.net/test/read.cgi/tech/1520586585/ VIPQ2_EXTDAT: default:vvvvv:1000:512:----: EXT was configured 656 名前：デフォルトの名無しさん [2018/10/02(火) 18:41:23.89 ID:2AKCrptK0.net] 研究や学習用途ならもうcolabでいいんじゃねーの TPUまで無料で使えるようになったから最強すぎるわ ただ12時間超える学習なんかの場合は、途中で保存する処理を作るか 既にある処理を使う必要性がある、Kerasには既にある tensorflowの低レベルでやる場合は自分で書く必要性あるのかな Pytorchはまだ触り程度で詳しくないけど、kerasと同じようなライブラリあるならそれ使えばいい 業務やサービスの場合はどうせAWSかGCP,Azure借りるだろ 657 名前：デフォルトの名無しさん mailto:sage [2018/10/02(火) 19:43:42.88 ID:+CsxoQN10.net] 学習中に不明な原因で接続が切れてた時の絶望感 658 名前：デフォルトの名無しさん mailto:sage [2018/10/02(火) 20:06:47.65 ID:Fw3dw3lVa.net] sotaという言葉を知らなかったので調べてみてstate of the artの略で直訳すると最先端とかそんな意味だから何となく言いたいことは分かったけど機械学習分野での定義に当たるものが全然見つからない sota達成とか誰がどうやって決めてるの？ 659 名前：デフォルトの名無しさん [2018/10/02(火) 22:59:32.38 ID:2AKCrptK0.net] >>636 sotaって論文で書いてる連中は arxivなどのオープンアクセスな論文サイトに投稿されてるコンピューターサイエンスの論文で有用なのはほとんど全部読んでる だからどれが最高水準かを知ってるから その分野におけるsota近辺のモデルの論文の結果と比較してsota達成としている っていうのが俺の認識 論文完璧に追ってる以外にもカンファレンスで情報収集してるってのもあるだろうけど 物理学なんかと違って、ML分野はオープンアクセスな論壇で発展してきたからこうなってるんだろうけど その辺の事情を追えてない日本人には全くわからん状態なのも 660 名前：仕方ない [] [ここ壊れてます] 661 名前：デフォルトの名無しさん [2018/10/03(水) 00:45:53.65 ID:+7Euz2g60.net] あぁカンファで同時にsota報告が上がってたんだな そりゃカンファで採択されるかされないかと オープンアクセスサイトでの論文公開タイミングは、ものによってはちげーから いくら先端追ってる連中でも被るのは仕方ない ・GAN的な双方向マルチ学習(自然言語で言うなら敵対的逆翻訳のしあいっこ？) ・特徴に時間間隔とポジション付与 ・Attentionの構造改善 この3つが大体の今のトレンドだろ 全部組み合わせたのも半年以内に出てくるだろうけど 結局の所、事象における連続した時間情報の把握と その状態における時間変化率の学習が上手く出来てないから汎用AIにはなれんだろう ちゃんとした学者にも俺と似たような事言ってる人いて 脳構造の模倣による時間情報の学習を、哲学的な部分からやろうって言ってる人いるけどどうなるかな 662 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 01:19:02.14 ID:jfGK+xYpd.net] 脳構造だからうまくいくわけではない。 663 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 01:29:53.26 ID:dkrkSoVO0.net] 神経構造なんかは既に解明されてるけど そうなるとしか分かっていない回路形成の発生学とか 関与しているらしいけど何してるのかいまいち分かっていないグリア細胞とか こっちの方がモデリングをする上で重要だと思うけどね 今のMLでは生物の機能の一部を模擬してるだけに過ぎない 664 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 05:14:23.46 ID:qbq9gQbU0.net] 脳の機能（笑）哲学（笑） 665 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 07:10:02.33 ID:1cI2REY30.net] 哲学の成功は論理学と実証主義で完成したと思うよ 666 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 12:26:33.96 ID:+58IDnbyd.net] 脳モデルはあくまでNN、DL起案者が何をモデルとして数学モデル化したかであり、NN、DLは脳モデルそのものではない。 また、そもそも脳モデルが最適なモデルかどうかはまだ証明が存在しない。 たまたまDLがよい結果出たからそう言われてるだけ。 脳モデルが最適かどうかという前提を何も示さずに、研究者のなかに、『脳の伝達には〜があるから○○を追加したらこうなるはず』みたいな議論されているのを見ると、滑稽に思う。 667 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 12:28:55.71 ID:sAnPmpeI0.net] なぜ最適を求める？ 668 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 12:30:34.07 ID:+58IDnbyd.net] よりよい結果が出たらそっちを採用するだけ。 それが脳モデルになるとは限らない 669 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 12:31:35.36 ID:in1HBOwn0.net] >>643 ほんこれなんだよね Andrew NgもDLを脳に結びつけて説明するのは、誤解が多いから止めたって言ってたわ 670 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 12:32:37.09 ID:+58IDnbyd.net] 世にこれだけディープラーニングが広まったのは、脳モデルの説明による功績が大きいけどな 671 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 12:35:57.50 ID:d+kLgL6ia.net] 人間の脳が超省エネで高速に学習して予測結果の出力できているのと比較すると現行モデルは脳と呼ぶにはには程遠いんだけど非理系メディアでは人間の脳を模倣しているなどと喧伝される 672 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 12:37:46.63 ID:+58IDnbyd.net] 世に広めるにはイメージが大事です。 ただ研究者はイメージで研究してはダメです。 673 名前：デフォルトの名無しさん [2018/10/03(水) 13:20:41.80 ID:+7Euz2g60.net] CSなんて結局は計算能力との兼ね合いだからな 仮に完全に脳構造を模倣したモデルを組み上げたとしても それがクソ重くて現行の計算資源で回らなけりゃクソだとしか評価されん かといって脳構造の模倣や考察を放棄するのは適切じゃない 世界モデルもこっちよりだし、強化学習をやるためには避けられないだろう 問題はRNN,LSTMでは事象における連続した時間情報をあまり学習できてないってことだな TransformerとUTは時間間隔をと位置情報を特徴に埋め込む事で マルチヘッドセルフattentionにそれらを処理させているが おそらくは完璧を求めると 階層的にAttentionによる時間情報とポジション付与をしつつ、それらを考慮したCNNで畳み込み なおかつそれらすべての層を参照しながら、動的に再帰的処理する必要性がある これにGAN的な世界モデルによる強化学習手法を取り入れれば汎用AIができるだろう 計算力はどうせなんとかなるだろうし 誰かが気づけば、あと10数年で汎用AI完成するんじゃね 674 名前：デフォルトの名無しさん [2018/10/03(水) 13:29:51.05 ID:+7Euz2g60.net] そもそも脳構造の哲学的推測における模倣はイメージじゃなくて ただの論理的思考なんだけど 推測の過程において論理が飛躍しすぎてると 大抵の人は妄想だと判断して、考察を放棄する傾向があるからしょうがないわな それが当たり前だもの 675 名前：デフォルトの名無しさん [2018/10/03(水) 13:44:52.38 ID:oOvr2XyQF.net] >>646 >>643 小脳とかをラッピングする形で大脳とかがあるように NN を別の何かでラッピングするようなモデルがあっても まだ全く脳のモデルですらない 676 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 14:55:39.60 ID:in1HBOwn0.net] 遺伝的アルゴリズムも名前が強そうだけど、中身はびっくりするレベルでしょぼいよね 677 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 15:06:45.43 ID:6o3Z2FT6a.net] ニューラルネットワークなんて回帰を多層にしただけの超単純構造 678 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 15:13:09.66 ID:sMpk7EKP0.net] >>653 はったり、生物の進化淘汰なんかどこにもない 679 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 17:49:41.29 ID:+58IDnbyd.net] 大事なことなので復唱します。 世に広めるにはイメージが大事です。 ただ研究者はイメージで研究してはダメです。 研究者の中には、脳モデルが最適かどうかという前提を何も示さずに、 『脳の伝達には〜があるから○○を追加したらこうなるはず』 みたいな議論されている方々がおりますが、根拠が薄く滑稽に思います。 680 名前：デフォルトの名無しさん [2018/10/03(水) 17:57:56.16 ID:Oh5w9UQA0.net] >>653 AI関連の話題は、タイトルは大げさなんだけど内容はショボいよね。 俺は頑張りますよ！ 681 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 18:01:02.58 ID:3Ieh8Fw3a.net] 最適かどうかは完成物があれば評価できるんだからいいでしょ そもそも分からないから研究して新しいモデルを作るわけで 最初から何が最適か知っている人がいてそれを論理的に説明できるのならばとっくにそれがスタンダードになっているはずだがそうはなっていないんだから最適など誰も知らないと考えるのが自然 682 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 18:05:20.45 ID:+58IDnbyd.net] つまりはまあ、最近の機械学習の論文なんて実績と経験則の積み上げ(帰納)によるものがほとんど。 より良きモデルからスタートしたモデルのアイデア(演繹)を求む 683 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 18:10:02.59 ID:+58IDnbyd.net] アイデアと結果はあるのだかどうやって世に広めたらよい？ 684 名前：デフォルトの名無しさん [2018/10/03(水) 19:13:50.43 ID:+7Euz2g60.net] 結果あるなら論文書いてarxivに投稿すりゃいいじゃん 高校生ですらMLの論文書いて投稿してたの昨年話題になったろ 685 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 19:49:21.65 ID:+58IDnbyd.net] とんくす 686 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 20:20:45.13 ID:/V77wCG20.net] くず 687 名前：デフォルトの名無しさん [2018/10/03(水) 20:46:41.49 ID:YGFwuNMda.net] >>654 単純構造で目的を達成できるならそれでいいんじゃないの？ 必要以上に複雑にして何かメリットあるの？ 688 名前：デフォルトの名無しさん [2018/10/03(水) 20:48:04.20 ID:YGFwuNMda.net] >>656 既に実現されてるものを真似するのは方法の一つじゃない？ バイオミメティクスとか 689 名前：デフォルトの名無しさん [2018/10/03(水) 20:49:11.35 ID:YGFwuNMda.net] >>656 最適かどうかは評価尺度によるところもある 経済的になのか学習コスト的になのか結果の精度的になのかとか 690 名前：デフォルトの名無しさん [2018/10/03(水) 20:50:21.87 ID:YGFwuNMda.net] >>659 結果が全てじゃね？ モデルを頭で考えても実証しなければ役に立たない 数学とは違うんじゃね？ 691 名前：デフォルトの名無しさん [2018/10/03(水) 20:52:26.70 ID:YGFwuNMda.net] >>660 それが何の役に立つのかとか どんな課題を解決できるのかとか あとは面白いかどうかとか ARの技術もスノーとかに応用することで一般 692 名前：の人は知らずに広まっている [] [ここ壊れてます] 693 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 21:20:45.12 ID:nJKVxi/i0.net] >>665-668 だからそれは問題に対する帰納的なアプローチだってば。 マイナーチェンジでしかパワーアップ出来ない。 694 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 21:23:50.17 ID:nJKVxi/i0.net] また一概には言えないかもしれないが、結果がローカルなものになりがち 695 名前：デフォルトの名無しさん [2018/10/03(水) 21:59:40.34 ID:+7Euz2g60.net] そもそも、ある程度iter重ねるか、少数サンプルで訓練した結果をプロットしつつ 新しいモデルを模索してくのが、今のMLにおける超大多数の手法であって 最初から論理的組み立て部分で有効性を実証してから研究始めるなんて手法は 明らかにメジャーではない 取り敢えず予測モデルで雑なコーディングして、訓練結果をプロットしてみてから 数理モデルの有効性に論理的説明をつけるって手法がメインなのは 有用な結果を残してる論文の内容からも分かる話 ほとんどだーれも論理的説明を完璧に付けてから研究開始なんざしてない +58IDnbydの論理展開を適用すると、全員滑稽になっちまわないか？ そういう意味で、既に有効性の確認されている脳っていうクソ速いモデルを模倣するっていうのは その時点である程度の論理的根拠を示しているとすら言える 696 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 22:50:21.46 ID:nJKVxi/i0.net] >>671 別にメジャーじゃなくてよい 697 名前：デフォルトの名無しさん mailto:sage [2018/10/03(水) 23:45:59.60 ID:23QaCALXd.net] pytorchのdevcon見たけど、想像以上に大企業がサポートしてて驚いたわ 698 名前：デフォルトの名無しさん mailto:sage [2018/10/04(木) 02:41:08.39 ID:pZO9AOgra.net] 見てみたけど、グローバルなAI 企業オールスターって感じか。 もっとも作ってるのが FBだから別に不思議でもないけど 699 名前：デフォルトの名無しさん [2018/10/04(木) 08:08:02.24 ID:WxW/ujNfa.net] >>669 帰納的なアプローチがなぜダメだと判断でしているのか判らない 帰納的に発見した原理を演繹的に適用すれば良いだけじゃね？ 700 名前：デフォルトの名無しさん [2018/10/04(木) 08:09:50.53 ID:WxW/ujNfa.net] >>671 帰納的に探索する領域の問題でしかないだろ 演繹的に適用する原理に相当するものはどこから発見するのか 701 名前：デフォルトの名無しさん mailto:sage [2018/10/04(木) 09:59:48.56 ID:s8ye5l4L0.net] >>674 chainerは消えゆく運命だな 702 名前：デフォルトの名無しさん [2018/10/04(木) 10:14:52.99 ID:AR+RrRuFa.net] 好きなんだがなあchainer 703 名前：デフォルトの名無しさん [2018/10/04(木) 12:34:16.99 ID:zfP46g3nC.net] Google Colaboratoryで !apt -y install libcusparse8.0 libnvrtc8.0 libnvtoolsext1 ができなくなったのだがどうしたらいいのか 704 名前：デフォルトの名無しさん [2018/10/04(木) 16:03:33.77 ID:ux982JKKH.net] 演繹厨うぜえ 705 名前：デフォルトの名無しさん mailto:sage [2018/10/04(木) 16:06:35.89 ID:U2kQDcc/D.net] >>677-678 tensorflow vs pytorch の構図が完全できちゃったんで他のフレームワークはどれも厳しいけど、 tf の独占を阻止できたのは良かったと思う。 tf が pytorch を滅茶意識してて笑えるｗ 706 名前：デフォルトの名無しさん mailto:sage [2018/10/04(木) 21:40:33.09 ID:OD7dB/YO0.net] vs？ 707 名前：デフォルトの名無しさん [2018/10/04(木) 22:39:26.90 ID:ktsy0FKAM.net] visual studio 708 名前：デフォルトの名無しさん mailto:sage [2018/10/04(木) 22:49:09.65 ID:Y2bv5t2ed.net] >>678 良くも悪くも学生の趣味の域をこえてないのが残念。こえる気もないのかもしれんが 709 名前：デフォルトの名無しさん mailto:sage [2018/10/04(木) 23:03:51.17 ID:Y2bv5t2ed.net] >>681 2.0 はもろにそうだな 710 名前：デフォルトの名無しさん mailto:sage [2018/10/05(金) 08:18:57.73 ID:cSK7i/nT0.net] NVIDIA RTX 2080 Ti vs 2080 vs 1080 Ti vs Titan V, TensorFlow Performance with CUDA 10.0 https://www.pugetsystems.com/labs/hpc/NVIDIA-RTX-2080-Ti-vs-2080-vs-1080-Ti-vs-Titan-V-TensorFlow-Performance 711 名前：-with-CUDA-10-0-1247/ 1080Tiと2080Ti比べるとFP32は1.35倍くらいでゲームのベンチ(レイトレコア・テンサーコア使わない場合)と同じ傾向でガッカリ FP16ならさすがに速いね https://i.imgur.com/Dq30VnF.jpg https://i.imgur.com/2TIiMYA.jpg [] [ここ壊れてます] 712 名前：デフォルトの名無しさん [2018/10/05(金) 10:48:01.81 ID:kmGDPqXya.net] >>684 マルチGPUの分散学習はChainerが速いらしいから頑張ってほしい 713 名前：デフォルトの名無しさん mailto:sage [2018/10/05(金) 10:49:42.25 ID:df1WW8w8d.net] 頑張ります 714 名前：デフォルトの名無しさん mailto:sage [2018/10/05(金) 14:37:40.34 ID:gTNPCIlY0.net] えいえいおー！ 715 名前：デフォルトの名無しさん mailto:sage [2018/10/06(土) 11:03:04.25 ID:BbA86mG7a.net] >>687 TPUも作れるといいね(棒) 716 名前：デフォルトの名無しさん [2018/10/06(土) 11:16:45.87 ID:KmIbUzui0.net] NHK教育を見て56088倍賢く三連休 nhk2.5ch.net/test/read.cgi/liveetv/1538780245/ 717 名前：デフォルトの名無しさん mailto:sage [2018/10/06(土) 11:26:12.82 ID:BbA86mG7a.net] >>686 もう CUDA 10.0 かよ… 718 名前：デフォルトの名無しさん mailto:sage [2018/10/06(土) 15:40:12.76 ID:638PEvttp.net] 会社の技術発表で機械学習をやってみたいんだけど、 例えば、複数ユーザーのツイートを元に学習したアカウントで人間っぽく自動ツイートする、みたいなことって可能ですかね？ 使用したことある言語はjavaくらいで、Pythonとかは始めてなんですけど 719 名前：デフォルトの名無しさん [2018/10/06(土) 15:55:25.36 ID:XsiX8sgh0.net] 可能 720 名前：デフォルトの名無しさん mailto:sage [2018/10/06(土) 16:33:50.86 ID:638PEvttp.net] >>694 よっしゃ、ありがとうございます 1ヶ月あればなんとかなるかな、頑張ってみます 721 名前：デフォルトの名無しさん [2018/10/06(土) 20:05:00.50 ID:higGMxdEa.net] >>695 ところで業務にはどう役に立つのかね？ って言われそう 722 名前：デフォルトの名無しさん mailto:sage [2018/10/06(土) 20:07:01.15 ID:ID0TniNM0.net] 日立なんかは一年目に技術発表会やると聞いた。上の人がどこの人か知らんけど 723 名前：デフォルトの名無しさん mailto:sage [2018/10/06(土) 20:27:28.89 ID:638PEvttp.net] >>696 自分が興味あることを発表する、みたいな場だから業務に役立つかどうかは大丈夫 ゲーム作ってきたやつもいたし 724 名前：デフォルトの名無しさん mailto:sage [2018/10/06(土) 23:01:16.24 ID:b45hR0RV0.net] >>698 著作権的にいいのかな？社内向けとはいえそれをツイートまでするのはアウトな気がする。 自分のアカウントを２つ作ってやるならいいだろうけど。 725 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 00:40:28.21 ID:ZjjgaVC7d.net] 日本の会社はぬるくて羨ましいなw 726 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 00:41:29.35 ID:frJT0RqLa.net] Twitterはツイートした時点でその内容を誰がどう使ってもいいよ、っていう規約だったはずだから権利侵害とかの問題はないだろう 727 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 00:47:51.09 ID:ocS+GJlU0.net] 独学で機械学習やってるけど、おっさんの腐った脳味噌じゃもうダメだな 大学入り直すか 728 名前：デフォルトの名無しさん [2018/10/07(日) 00:53:53.77 ID:o9Iuox3HM.net] 2chの方が著作権移動が厳しい 729 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 01:05:46.09 ID:pVH0KbtN0.net] CS系の大学の講座取ってみたい 730 名前：デフォルトの名無しさん [2018/10/07(日) 05:08:20.65 ID:xO6NYQqFa.net] >>701 著作権で言えば 著作者人格権とか著作権に関する権利の一部は 日本の法律ではなくならないはず 731 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 08:15:30.42 ID:aHxIGRZV0.net] そもそも、機械学習で生成されたデータが 元にしたデータの著作権侵害になるという法律屋の指摘に違和感を感じる 732 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 10:47:04.83 ID:uEzOl35Aa.net] 日本は法律面で先進国としては非常に珍しい機械学習パラダイスなんだぞ 進化する機械学習パラダイス 〜改正著作権法が日本のAI開発をさらに加速する〜 https://storialaw.jp/blog/4936 733 名前：デフォルトの名無しさん [2018/10/07(日) 11:49:44.59 ID:KWtYBJ31r.net] 個人情報保護とかで医療関連はデータ集めるのが大変だそうな 734 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 13:26:13.70 ID:cOS3eGIea.net] その辺りは医療機関自体がデータサイエンティスト雇うか業務提携するしかないだろう 735 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 14:08:13.17 ID:pVH0KbtN0.net] ワイのレントゲン写真使うなら肖像権高うつきまっせ 736 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 14:14:45.59 ID:cOS3eGIea.net] >>707 つまりこういうことだな 現在：「学習用データ収集→諸々の処理→学習モデル作成」を個人や自社だけで完結させる場合は商用・非商用問わず著作権者の許可を取る必要なし 2019/1/1以降：収集した学習用データを他人・他社に公開・販売するのも著作権者の許可を取る必要なし ※もちろんデータ解析という本来の目的外に使用されることが明らかなら違法なので、漫画データの学習のためと謳って漫画スキャン画像を公開するとかはNG ということで、明らかに悪用するような使い方でない限りデータ解析において著作権を気にする必要はない 737 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 14:39:39.25 ID:oKeY0xEK0.net] 日本の会社はそもそもデータが足りていないらしい 今まで何をやっていたのか https://www.nikkei.com/article/DGXMZO35932210Q8A930C1MM8000/ 738 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 14:57:55.33 ID:pk8THtng0.net] 著作権先進国（笑） 739 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 17:38:31.02 ID:QNVjJiYJ0.net] 医療用プログラムは医療用機器つくってた会社しかつくれないように規制されてるから入れん 認可とるのも大金かかるし 740 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 20:31:31.21 ID:JgS2v7in0.net] GANのdiscriminatorの次元減らしていくのに全結合無い方がいい理由ってなんで？ 741 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 20:35:00.63 ID:JgS2v7in0.net] DCGANの話です 742 名前：デフォルトの名無しさん [2018/10/07(日) 20:45:05.75 ID:RqIyj36Sa.net] >>708 個人情報を収集するときに 利用目的や利用の範囲とかを示して 合意して貰えばいいだけじゃね？ おと要求に応じて開示修正破棄できるようなシステムにしておく ほかの個人情報でも同じ 743 名前：デフォルトの名無しさん [2018/10/07(日) 21:24:55.65 ID:mIq+f5AO0.net] https://arxiv.org/pdf/1312.4400.pdf > 3.2 Global Average Pooling > ・・・ > However, the fully connected layers are prone to overfitting, thus hampering the generalization ability > of the overall network. Dropout is proposed by Hinton et al. [5] as a regularizer which randomly > sets half of the activations to the fully connected layers to zero during training. It has improved the > generalization ability and largely prevents overfitting [4]. > In this paper, we propose another strategy called global average pooling to replace the traditional > fully connected layers in CNN. 744 名前：デフォルトの名無しさん mailto:sage [2018/10/07(日) 21:52:22.17 ID:7A10mDJxa.net] >>718 全結合いれたら汎化性が落ちるから他の方法でってことか ありがとう 745 名前：デフォルトの名無しさん [2018/10/08(月) 11:31:11.61 ID:+5qyKWRvF.net] そろそろ大目玉か https://www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/ 746 名前：デフォルトの名無しさん mailto:sage [2018/10/08(月) 11:41:22.65 ID:99LuQJTy0.net] なんと！あのアナ 747 名前：コンダが！ っていうほどのもんじゃないな [] [ここ壊れてます] 748 名前：デフォルトの名無しさん [2018/10/08(月) 11:44:43.55 ID:tjiQ7o9Aa.net] >>717 これから集める分ならそうだろうな でも今まで蓄積してきたデータは？ 契約上使っても問題ないデータが十分集まる頃にはとっくに置いてかれている 749 名前：デフォルトの名無しさん [2018/10/08(月) 13:07:36.75 ID:DvqFh1SLa.net] >>722 再確認すれば良い 利用規約の改定とか普通によくあることじゃね？ 750 名前：デフォルトの名無しさん [2018/10/08(月) 14:02:39.08 ID:tjiQ7o9Aa.net] >>723 その再確認を既に退院した人含めて一人一人にするのは結構大変なのでは 751 名前：デフォルトの名無しさん mailto:sage [2018/10/08(月) 14:31:20.58 ID:4tTMXMXFM.net] arxivのML・DL論文読んでて、日本人の論文少ないよね 752 名前：デフォルトの名無しさん mailto:sage [2018/10/08(月) 15:01:42.20 ID:aB+juQlj0.net] 意味不明な日本語を使う奴に言われてもｗ 753 名前：デフォルトの名無しさん mailto:sage [2018/10/08(月) 21:08:44.54 ID:ND0ntmkA0.net] 英語でわざわざ論文書くのがめんどくさい 754 名前：デフォルトの名無しさん mailto:sage [2018/10/08(月) 22:37:44.37 ID:6UIbz9ua0.net] 外人嫌いだし 755 名前：デフォルトの名無しさん [2018/10/09(火) 08:09:06.14 ID:CcNKGFP6a.net] >>724 新たに同等のデータを取るのに比べたら手軽じゃね？ 現状の法律でも個人情報の開示や削除要請には応じる必要があるからその準備はできているはず 756 名前：デフォルトの名無しさん mailto:sage [2018/10/09(火) 23:49:18.73 ID:++HOLxfb0.net] 分類するときにA,B,C,その他みたいに分類できるアルゴってないですか？ 学習してない似たやつをどや顔で間違えて分類するのでなんとかしたい 757 名前：デフォルトの名無しさん mailto:sage [2018/10/10(水) 00:05:38.82 ID:RHyHT8b9d.net] 何回同じ話ししてるんだよw 758 名前：デフォルトの名無しさん mailto:sage [2018/10/10(水) 00:28:20.33 ID:egfM8dTJa.net] one vs allかone vs restで検索 もしこれで分類できないならそもそも使っている特徴量的にA,B,Cとその他が区別できていないのだろうから特徴量の選定からやり直す 759 名前：デフォルトの名無しさん mailto:sage [2018/10/10(水) 00:36:06.65 ID:FD95EKzWa.net] このネタ同じ人？ 760 名前：デフォルトの名無しさん mailto:sage [2018/10/10(水) 22:38:14.62 ID:3fNWNg5+0.net] www.atmarkit.co.jp/ait/spv/1810/10/news009.html 761 名前：デフォルトの名無しさん mailto:sage [2018/10/10(水) 23:37:18.54 ID:CBzJzHEZ0.net] 文系ＰＧ抱えてる会社を食い物にしてる商売多すぎぃ 762 名前：デフォルトの名無しさん mailto:sage [2018/10/10(水) 23:58:52.97 ID:Z3r4I6WRd.net] >>735 文系PGを抱えてる会社を食い物にする商売ってどんなの？ 763 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 00:28:18.10 ID:DY6agtqn0.net] PGに文系もくそもねぇｗｗｗ 764 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 12:18:02.31 ID:vTh9hgF00.net] 土方PGで大儲け（過去形） 765 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 13:19:56.51 ID:WWqvoXS50.net] AI（人工知能）で既存のホワイトカラーの仕事がなくなっていく一方、 孫正義が言うように「AIのエンジニア」の需要は増加する。 そこで画像生成について学習してるんだが、 DCGANは知ってたけどCycleGANというものがあることを知った。 CycleGANはかなり面白そうだったので、 自前で人工知能作ろうと思う。 GTX1080で3時間学習させたCycleGANがあったんだが、 男性のトーク動画を女性に変換しててすごいと思った。 これから購入するパソコンのスペックはGTX1080以上あればいいかな？ 766 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 14:28:42.63 ID:jOTiaxUqd.net] www.atmarkit.co.jp/ait/spv/1810/10/news039.html 767 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 14:31:15.98 ID:jOTiaxUqd.net] アトラクター？ ポアンカレ断面の不動点でも求めてんのかね 768 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 15:17:36.46 ID:ZiWr81AM0.net] 孫正義（笑）、Nスペ見るの止めた 769 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 15:46:57.01 ID:jc3fQN7m0.net] これからの時代、人とのコミュニケーションを鍛えた方が生� 770 名前：ｫ残れると思うよ [] [ここ壊れてます] 771 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 16:57:44.01 ID:HpbFK8lR0.net] 小学生並みの感想 772 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 20:26:53.34 ID:CtLR6CRw0.net] メモリ8GBでやってたら訓練データメモリに載せるだけでPCカックカクでわろた 一応モデルとバッチはGPUのメモリが足りてるからいいけど訓練データ増えたらきついな 773 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 21:10:29.30 ID:1ID+fdJTF.net] tensorflowなら訓練データをtfrecordにして非同期読み込みすることで解決できるけど 774 名前：デフォルトの名無しさん mailto:sage [2018/10/11(木) 22:57:22.95 ID:4qCh5/Foa.net] もちろんTFRecord にしてもいいけど、 クラウドでやれば最低でも50GB くらいはメモリついてるぞ 775 名前：デフォルトの名無しさん [2018/10/13(土) 01:09:59.51 ID:I1iISO8ka.net] 訓練データ全部メモリに乗せてやるなんてMNISTくらいでは 776 名前：デフォルトの名無しさん mailto:sage [2018/10/13(土) 02:24:00.24 ID:jEm+mxu1d.net] 前処理段階でメモリ食うことは良くある 777 名前：デフォルトの名無しさん mailto:sage [2018/10/13(土) 07:45:13.94 ID:43imppejM.net] GANを勉強してるんだけど識別者の方は基本的に偽物だと判別し続けるってことで合ってる？ 778 名前：デフォルトの名無しさん [2018/10/13(土) 10:31:45.96 ID:I1iISO8ka.net] >>750 本物を本物と言えることも必要 779 名前：デフォルトの名無しさん mailto:sage [2018/10/13(土) 11:04:08.69 ID:43imppejM.net] >>751 じゃあどうやって識別者は学習していくの？ 教師ありではないんだよね 780 名前：デフォルトの名無しさん [2018/10/13(土) 12:02:40.35 ID:I1iISO8ka.net] >>752 ジェネレータが生成したデータか本物のデータかってラベルはGANの枠組みとして付けられるよね GAN自体は教師なしだけど、識別者はこのラベルを使って教師あり学習する 781 名前：デフォルトの名無しさん mailto:sage [2018/10/13(土) 12:44:21.13 ID:Ttma0+8g0.net] 識別側の学習には教師ラベルを使ってるってこと？ 識別の学習では普通の分類NNのように本物の画像と正解ラベルを使ってそれらが本物であることを学習させていくってことか じゃあ生成側の学習はどういうしくみ？ 782 名前：デフォルトの名無しさん mailto:sage [2018/10/13(土) 12:46:04.58 ID:Ttma0+8g0.net] >>753 安価つけ忘れた ID変わったけど>>752です 783 名前：デフォルトの名無しさん [2018/10/13(土) 12:50:36.89 ID:i0XDn4SOr.net] >>754 識別側はデータが本物なら1、偽物なら0を出力するように学習するので、生成側は自分が出力した画像に対して識別側に1を出力させるように学習する 784 名前：デフォルトの名無しさん mailto:sage [2018/10/13(土) 23:46:17.79 ID:H2kFVs7yM.net] >>750 偽物だと判別し続けるモデルに何の価値がある？何にも判別してないではないか？ 言ってておかしいと思わないのか？ 785 名前：デフォルトの名無しさん mailto:sage [2018/10/14(日) 00:18:48.06 ID:/A1DvWgqM.net] GCPのAutoMLを利用しようと思ったんですけど、プロジェクトを選んでSET UP NOW押すとCustomer bucket missingって出てセットアップ完了しないのですが、今ってAutoML使えないんですか？ 786 名前：デフォルトの名無しさん mailto:sage [2018/10/14(日) 00:27:21.52 ID:Zxcto2qXM.net] 自己解決 自分で "プロジェクト名-vcm"のバケット作ったら行けました 何故自動で作ってくれないのか… 787 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 17:10:25.47 ID:XOcEM3KAa.net] CNNの分類による検出器の作り方ですが、 例えばドラレコの映像から人を検出したいとして、 例えば映像を適当な矩形でラスターして人か否かの2出力CNNにかける場合、 学習時にネガティブとして与える映像はどうすればよいですか？ 人以外のあらゆる一般物体を集めてきてネガティブにすれば効果が高いのでしょうか？ 788 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 17:26:36.70 ID:pLFxHPPwH.net] >>760 それだと分類じゃなくて YoloとかSSDとか検出器使ったほうがよくない？ 789 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 17:33:34.17 ID:DA9AnZKj0.net] 自動運転ってyoloとかでオブジェクトを単体で視認したあとってif文とかでやってるのそれとも論理 790 名前：プログラミングとか？ [] [ここ壊れてます] 791 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 17:55:37.84 ID:slolOmKf0.net] 強化学習 792 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 17:58:33.61 ID:XOcEM3KAa.net] >>761 検出器を使っていない理由は画像全体にラベリングしたいからです。 それだとsegnetとかをファインチューニングしろ、と言われそうですが ピクセル単位のラベル付けが困難なためです。 結局のところsegnetのようなものをCNN分類を矩形走査することで画像単位ラベルのデータセットのみで作ってみたいということです。 793 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 18:19:52.50 ID:9QRJdq2GM.net] >763 あーそうだよね。その存在が脳からドロップアウトしてたわ、ありがとう 794 名前：デフォルトの名無しさん [2018/10/15(月) 20:07:31.69 ID:E7SbL8Og0.net] BERTの成功とその方向性から垣間見える 脳構造の模倣における連続的時間情報の把握の重要性 俺が>>650で指摘している状態 ＞おそらくは完璧を求めると ＞階層的にAttentionによる時間情報とポジション付与をしつつ、それらを考慮したCNNで畳み込み ＞なおかつそれらすべての層を参照しながら、動的に再帰的処理する必要性がある ＞これにGAN的な世界モデルによる強化学習手法を取り入れれば汎用AIができるだろう これとBERTで使われている、transformerよりも更に多層化して各層の参照密度を増したAttentionとの間に 共通性を認識できる人がいれば、俺の言い分を理解してもらえるだろう 795 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 20:39:32.75 ID:hN5zazbp0.net] 深層学習の話ばっかりだなあ。 796 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 21:31:32.65 ID:E6pr56BO0.net] 　私たち日本人の、日本国憲法を改正しましょう。 総ム省の、『憲法改正國民投票法』、でググって みてください。拡散も含め、お願い致します。 797 名前：デフォルトの名無しさん mailto:sage [2018/10/15(月) 23:56:03.72 ID:9aG3IWOmd.net] >>767 じゃあ違うネタ出してみるとか 確率モデルのpythonライブラリは何使うのが良いかしら 798 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 10:26:37.31 ID:EErsLIkGH.net] >>764 画像全体にラベリングってマルチラベリングしたいってこと？ yoloもssdもラベル作成は矩形単位だよ 799 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 11:20:41.82 ID:LVmCdvc6a.net] >>770 例えば、 2cm四方の正方形の画像があった場合 その正方形を1cmの正方形で4分割して 分割した4枚それぞれの正方形の画像が人か人でないか分類したい、 ということです。 800 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 11:48:54.78 ID:EErsLIkGH.net] >>771 その分割から分類までやってくれるのが まさにyoloとかssdなんだけど だめなの？ 801 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 15:38:43.59 ID:QWtfESi60.net] そこんとこyoloしく 802 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 18:17:43.89 ID:LVmCdvc6a.net] >>772 すいませんちょっと質問の仕方を変えさせていただきます。 入力画像に対して「犬」、「猫」、「それ以外」の3クラスで分類を行いたい場合、 「それ以外」のクラスとしてどのようなデータセットを与えるべきでしょうか？ 803 名前：デフォルトの名無しさん [2018/10/16(火) 18:25:20.10 ID:YLHbxnbGF.net] one near threeee 804 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 18:49:53.13 ID:UuSrgkCV0.net] 与えないという手もあります 805 名前：デフォルトの名無しさん [2018/10/16(火) 19:13:11.22 ID:mtK6WYc4a.net] cifar-10やimagenetの犬猫以外のクラスを与えたら？ 806 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 19:50:22.81 ID:tz34EJAO0.net] この質問２ヶ月くらい続いてるやつではｗ 807 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 19:51:50.12 ID:Mw6GhB3d0.net] >>774 >「それ以外」のクラスとして 2クラス分類で 犬　 1 0 猫　　 0 1 それ以外 0 0 とする。やったことないけど。 808 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 20:00:36.33 ID:REwKrz4C0.net] データセットって訓練データとテストデータに分けるんだな 809 名前：デフォルトの名無しさん [2018/10/16(火) 20:00:36.96 ID:BMUJGI05r.net] >>779 確率として解釈出来なくなるから 犬 100 猫 010 他 001 とすべき 810 名前：デフォルトの名無しさん mailto:sage [2018/10/16(火) 20:07:12.15 ID:Yv68lSL8a.net] >>777 与えた結果よい成果を生んだ参考文献か何かはありますでしょうか？ 直感ですと特徴を捉えきれないと思うのですが上手く作用したりするのですかね。 >>779 そんなラベルの付け方もあるのですか？？ 出力層の正規化はどうやるのでしょうか？ 811 名前：デフォルトの名無しさん [2018/10/16(火) 22:36:45.28 ID:mtK6WYc4a.net] >>782 文献は知らないけど スクラッチで学習するんじゃなくGoogLeNetとかをファインチューニングしたらどうかな 812 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 00:11:27.64 ID:iaDlPipOa.net] >>778 同じ話しを延々とやってるわな、根本的に向いてないわ 813 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 01:24:59.40 ID:7+LkzvLlD.net] ゴチャゴチャ言ってるけど、実験結果とか全然書かないんだもんw 814 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 09:22:23.63 ID:/KG9iA6xH.net] >>774 yoloとかssdなら犬検出、猫検出 どちらも検出しないで3クラス分類できるよ それ以外のデータセットなんていらない 815 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 18:06:30.59 ID:c6ApCslj0.net] 実験結果 CPU使用 MNISTでソフトマックス関数使ってやってみた結果 100エポック 92% フィードフォワードネットワーク利用 300エポック 98％ MNISTぐらいならCPUでもそこまで時間かからないな 人工知能用にPC買う予定だけど GPU使用が楽しみだ 816 名前：デフォルトの名無しさん [2018/10/17(水) 20:25:47.05 ID:aGL7TZ3Ma.net] >>786 分類やりたいだけなのにわざわざ検出アルゴリズム持ち出すのって大仰過ぎないか 817 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 20:58:04.44 ID:luoOlS94a.net] 普通のニューラルネットで猫なら[1,0]、犬なら[0,1]と出力するように学習させれはどちらの特徴も持たないものは[0,0]と出力されるはずだろう 818 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 21:23:30.00 ID:ef/wXGoVr.net] 最小二乗確率的分類器ってどうなん？ 819 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 22:36:58.67 ID:KdQY5VHb0.net] >>789 そうなるかな。どっちかを出力するんじゃない。。。 820 名前：デフォルトの名無しさん mailto:sage [2018/10/17(水) 23:52:28.66 ID:bpF2/qnc0.net] >>787 適当に3~4階層で作ったので MNIST87%行ったから DLチョロいじゃんとか思って Karasの他のapplicationに手を出したら 学習終わるまで300時間とか言われて泣きが入って RTX2080Ti買おうと思ったら高過ぎﾜﾛﾀ 821 名前：デフォルトの名無しさん mailto:sage [2018/10/18(木) 18:22:42.59 ID:10LrZVzjM.net] どうも・・・。俺です AIを否定する記事見てムカついた 絶対に女を裸にするアプリ作ってやる クソが 822 名前：デフォルトの名無しさん mailto:sage [2018/10/18(木) 18:26:21.08 ID:XeUf991ya.net] 誰だよお前 823 名前：デフォルトの名無しさん mailto:sage [2018/10/18(木) 18:29:04.82 ID:WjJlstdVa.net] >>786 yoloから検出機能を取ったようなネットワークがあれば良いのですが・・ 最悪全クラスに対して識別器を作ってもいいので、 犬の画像が入力された時だけ発火して1を返すようなネットワークでもいいのですがそんなのありませんかね？ >>789 多クラス分類のためソフトマックス正規化を使っているので0,0にはならないですね。 この例で言うと0.5,0.5になってくれると大万歳なのですが大体そうはなりません。 上の人が言ってるようにどっちか推して来やがります。 >>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。 824 名前：デフォルトの名無しさん mailto:sage [2018/10/18(木) 19:39:03.34 ID:0jTuf2pp0.net] 1000クラス分類のImageNet使えば云いだろ… それこそkerasや 825 名前：pytorchならなんの苦労もなく呼び出せるわ [] [ここ壊れてます] 826 名前：デフォルトの名無しさん mailto:sage [2018/10/18(木) 21:08:27.70 ID:3WNLz9C3a.net] >>795 ソフトマックスを使う限り、出力が[0.5, 0.5]というのは犬の確率と猫の確率が同程度であるという意味しか持たない 同程度に高いのかもしれないし同程度に低いのかもしれないわけだが、この両者は分離できなければならない ということで出力層にソフトマックスは使わずに例えば単にシグモイドを使えば出力される2つの数はそれぞれ犬・猫の確率を独立に算出したものとなる 適当な閾値を決めて一方のみが大きければ犬or猫と判定、共にゼロ近くならどちらでもないと判定すればいい それ以外の中途半端な出力が頻発するならそもそも犬猫の特徴を学習できていないので出力層を工夫したところで無駄であり、学習データを増やしたり出力層以前の層の構造を改良するしかない 827 名前：デフォルトの名無しさん [2018/10/18(木) 22:55:11.05 ID:E8jILIgaa.net] >>789 犬猫だけで分類学習したネットワークにそれ以外のデータを入力することがナンセンス 学習した分布から外れたデータだから出力がどうなるかは分からない 犬でも猫でもない画像だとしても高い確度でどちらかに分類され得る 828 名前：デフォルトの名無しさん [2018/10/19(金) 01:42:27.71 ID:heGbLBdq0.net] >>798 最近傍距離でやったらそうなるよね． 本当にナンセンスと言うことに同意． 829 名前：デフォルトの名無しさん [2018/10/19(金) 01:51:18.44 ID:heGbLBdq0.net] >>795 元々の目的が人か否かを検出したいんだよね？ yoloを使えば良いと思うけど，それを使いたくないなら >>760 の通りの方法でも汎化性能は悪くなるはずだけど行けなくもない(実運用はやめてね） 人のように見えるオブジェクトを誤検出するだろうし，人のポスターを人と判断するだろうし 多クラス分類にして，より確率の高い分類器ｘを選ぶじゃ駄目なの？2値分類は汎化性能という意味では極端に弱いから自動運転に関しては辞めた方が良いと思うよ 830 名前：デフォルトの名無しさん [2018/10/19(金) 01:55:24.05 ID:heGbLBdq0.net] >>760 言い忘れたけど，人以外の物体が何を指すのかよく分からないけど 人が写って無い道路の画像で学習させるのが一般的だと思うよ． それ以外の画像だと潜在空間における人とotherの距離が不明になるし辞めた方がいいよ 831 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 05:34:08.20 ID:8J26xkWMa.net] もう完全に教えてちゃんスレになったなｗ 立ち寄る必要なさそうだ 832 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 05:50:40.44 ID:rn6AXKJQd.net] 課題をただで人に聞きまくって何とかしたいという日本人のテンプレ。わりと良くいる 833 名前：デフォルトの名無しさん [2018/10/19(金) 06:33:27.67 ID:heGbLBdq0.net] 研究を議論したいなあ，だれかスレ作って 834 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 07:35:08.81 ID:/W+GDYNa0.net] AIっていかに論文をたくさん読んで、どれだけパクるかの勝負じゃん 835 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 07:37:52.55 ID:568QDdW/a.net] どんな分野でも基本は既存研究の発展で、ごく稀に全く新しい発明が登場するものだ 836 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 09:32:23.71 ID:TrVy4dze0.net] 研究と応用の距離が近いのね 837 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 13:50:41.29 ID:R1ndva0Ba.net] >>797 なるほど、凄く答えに近いこと聞いた気がします。 アクティベートをシグモイドにするだけでその挙動が得られるのですか？ 条件反射でソフトマックス使ってたので盲点でした。 少し試してみます。 838 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 13:56:34.41 ID:R1ndva0Ba.net] >>798 なるほどそういうものなのですね。 しかし疑問なのが、どうして犬を検出する検出器は学習させることが出来るのに 犬の画像が入力された時だけ1を返すネットワークを学習させることができないかです。 明らかに後者の方が簡単なように思うのですが。。 お詳しそうなのでよければ教えていただけませんか？ 839 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 14: ] [ここ壊れてます] 840 名前：13:06.61 ID:LAG8930r0.net mailto: >>807 パラメーター変えてみました、別のに応用して見ましたということかｗ [] [ここ壊れてます] 841 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 14:15:57.11 ID:gl4kTOSHd.net] >>809 機械学習の一般論として、なにかを判定するには教師データとして正例と負例をおなじ数だけ与えるのが基本でしょう 「googleが猫を検出するDNNを作った」事例がよく取り上げられるけど、あれだって大量の猫画像とそうでない画像を与えている 842 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 14:38:27.78 ID:TrVy4dze0.net] >>810 そこまでは言ってない。 ダークマターの質量が判りました。ってのより基礎研究の利用が応用に近いなあと 843 名前：デフォルトの名無しさん [2018/10/19(金) 15:33:05.18 ID:pogP5zPXr.net] >>809 前者は1000クラスの分類器がベースになってる 日常的に身の回りにある物は大体この1000クラスに含まれるので犬を(も)検出できる 当然その1000クラス以外が入力された時にどうなるか保証はない 後者は犬以外のどんな画像が入力されても0を返すのが難しい これは犬以外に対応する潜在空間が圧倒的に広いから でもまあ実用的には1000クラス分類器の流用で十分な気もするな 844 名前：デフォルトの名無しさん [2018/10/19(金) 15:55:18.03 ID:7FKkwhq/0.net] >>805 ＞　AIっていかに論文をたくさん読んで、どれだけパクるかの勝負じゃん ということは、AIが何か知っているんか？ じゃ、AIとは何か言ってみ？ 845 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 16:05:15.03 ID:x0p9L0oV0.net] >>812 難しいことご存知でｗ 846 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 16:20:57.94 ID:JhfkDMcM0.net] 絵描き 「性的対象判定機にこの白黒の線画を判定させたらすごいスコアでた！」 847 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 16:54:39.13 ID:R1ndva0Ba.net] >>813 なるほど。。 それなら素人考えですと、 imagenetの画像を犬とそれ以外の2クラスに分けて 2クラス分類で学習させたネットワークは その検出器と比べて認識力ではほぼ等価と見なせますか？ 848 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 16:59:37.79 ID:R1ndva0Ba.net] >>811 なるほど。 ではそのように猫だけを検出するネットワークを作りたいとしたら、 ネガティブとしてどんな画像を与えるのですか？ 上の方も言ってる通り潜在空間が広すぎると思うのですが、 例えばimagenetの猫以外の画像を全てネガティブとして1クラスに押し込んで特徴って捉えれるのですか？ 849 名前：デフォルトの名無しさん [2018/10/19(金) 17:18:26.23 ID:pogP5zPXr.net] >>817 普通にそれをやると犬以外のデータが圧倒的に多いので多分上手くいかない 何も考えず全て犬以外に分類するだけで正解率99.9%を達成できるので、単純に分類誤差最小化で学習するとそうなる 学習済みネットワークの出力を加工するかファインチューニングするのがいいと思う 850 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 17:38:40.69 ID:R1ndva0Ba.net] >>819 なるほど、、ためになります。 そういう実用的な事が書いてある書籍か何かありませんか？ ディープラーニングの本いろいろみて回ったのですが、 理論(数式)責めでドヤってる本か、 ネット見れば分かる程度の初歩的な実装方法書いたような本しかなくて困ってるのですが・・ 欲しいのは数式でもチュートリアルでもなく実用性のあるものなのですが。 これ1冊あれば数式読まなくてもモデル選定からチューニングのコツまで分かるみたいな本ないですか？ 851 名前：デフォルトの名無しさん [2018/10/19(金) 17:55:39.31 ID:pogP5zPXr.net] >>820 そんなうまい話ないぞ 学習したいデータや問題毎に色々な試行錯誤がある 仮に望むような本があって表面だけなぞったとしても同じ悩みにぶつかるよ 852 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 18:30:36.19 ID:aSQ6R7eH0.net] 今CycleGANの学習をCPUでやってる 何時間かかるんだろう・・・。 853 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 18:39:27.03 ID:NZMDXKZv0.net] cycleganは夢が広がるほど万能感あるけど実際はなかなか上手く学習しない 854 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 20:03:10.47 ID:aSQ6R7eH0.net] >>823 形状を変化させるのは苦手みたいだね テクスチャ系なら上手くできる それにしてもCPUで1時間半やったけど1エポックも進まないわ・・・ 855 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 21:18:55.91 ID:TlirwEgq0.net] >>818 そういうこと(猫画像とそれ以外画像とに分ける)で学習してる例が多いと思うけどね。ただ指摘があるように正例と負例の数は揃えないと。 あなたが実際にその分類器を使う段階になって、猫以外の画像としてどういうものが入力されるのか？ それに近い分布のものを負例としなきゃ 「仕事ではじめる機械学習」あたり読んでみては(自分は読んでないけどw) 856 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 22:14:56.20 ID:R1ndva0Ba.net] >>821 まあそうですよね。 でもいかんせん素人だと何をどう試行錯誤していいかすら分からないので 行き詰まった時に試してみるチェックリストみたいな感覚で使いたいのですが・・ 857 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 22:16:47.09 ID:R1ndva0Ba.net] >>825 ありがとうございます。 入力に近い分布のものなら1クラスにまとめて放り込んでも大丈夫なんですね。勉強になりました 本もチェックしてみます。 858 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 22:17:32.42 ID:TrVy4dze0.net] 誰かコンサルしてあげなきゃ。素人が機械学習使えないだけなのに機械学習自体が評価されなくなる未来が見える 859 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 23:05:52.00 ID:dup5d98D0.net] https://towardsdatascience.com/build-your-first-deep-learning-classifier-using-tensorflow-dog-breed-example-964ed0689430 上記のリポジトリ https://github.com/udacity/dog-project 860 名前：デフォルトの名無しさん mailto:sage [2018/10/19(金) 23:52:54.51 ID:heGbLBdq0.net] >>820 数式から逃げるな。 機械学習の数学程度でうろたえてるようじゃ人生きついぞ 861 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 00:58:23.13 ID:2DsZDK0Sa.net] 正例と負例の訓練データ数が全く桁違いの場合って割と多いと思うんだけど 例えば機械の故障判定とか製品の不良判定とか、正常データが大量にあって異常データは僅かになるのが典型的 その場合全て正常と判定するモデルの正解率は高くなるが、混同行列見たりF1値を評価指標にすればそんなのは非常に悪い学習結果と判断できるから排除できる 862 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 13:39:51.48 ID:MvoUANTC0.net] Macbook ProのCore i7 CPUで半日やったが、 1エポックしか学習できなかったわ Geoforce GTX 1080 Ti買うことにした 27万ぐらいするけどもっと安く買えねーかな 863 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 16:25:47.62 ID:d68y9Vxsa.net] MacBookProなら一応グラフィックカード付いてるはずだけど呼び出せてなくない？ 2016年モデルだけどついてるよ、スペックはお情け程度かもしれないけど 864 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 16:36:17.04 ID:d68y9Vxsa.net] >>830 理解出来ない訳では無いですけど無駄手間じゃないですか？ ただツールとして使いたいだけで理論を開発しようって訳ではないので(そもそも数式には興味ない)、 数式見るのは研究者がやればいいと思うのですが。 ガウシアンぼかしの式すら知らない素人でもリファレンス見て試行錯誤で華麗にフォトショップ使いこなしますよね？ あんな感じに早くなればいいと思うこの頃です 865 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 16:48:12.80 ID:n6bj2eyUM.net] proでもディスクリートGPUが載ってるかどうかはモデルによる。 866 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 16:55:13.15 ID:jHhEz0TNM.net] >>834 それはない。数式読まずに避けてたら本質は理解できない 867 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 16:58:22.99 ID:yNArAPz00.net] 特 868 名前：定のものを認識させて物理空間上の位置（座標）を出力値とする場合って SSDやYoloのような物体認識を使った方が早いかな？ >>883 882が何のライブラリを使ってるか知らんけど、tensorflowのMac版はCPUしか対応してない [] [ここ壊れてます] 869 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 17:04:33.60 ID:V8iNamHla.net] 最先端の研究結果の数式が必ずしも理解できる必要はないが 機械学習の基礎になる線形回帰、ロジスティック回帰、ニューラルネットワークの全結合層の原理程度は分かっていなければ厳しい これが理解できていなければ自分の手持ちデータで何かやろうにもどんな手法を使うべきか見当も付けられず、 名前を知ってるものを適当に使ってみて精度が良かった・悪かった、と錬金術的にやるしかなくなる 870 名前：デフォルトの名無しさん [2018/10/20(土) 17:09:48.35 ID:gp/trlhl0.net] 機械学習ではな 自分よりお利口なもんはできない まず自分がなんでﾊﾞｶで頭悪いかを考えたほうが有意義だからな ﾊﾞｶのくせになんで自分よりお利口なもんができると思うのか そこが不思議でならない 871 名前：デフォルトの名無しさん [2018/10/20(土) 17:17:07.08 ID:gp/trlhl0.net] ﾊﾞｶでなければ どうやったら自分が効果的に学習できるか考えるからな 自分が効果的な学習ができないのに 計算機で効果的な学習とかまずﾑﾘ 872 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 17:42:16.87 ID:aRbeGa2e0.net] 以上、ﾊﾞｶの主張でした 873 名前：デフォルトの名無しさん [2018/10/20(土) 18:39:36.65 ID:AUqXYm6Fa.net] >>834 フォトショップを知識がなくても使いこなせるのはアルゴリズムが成熟していて大半の処理は裏方で自動でこなしてくれてるから 機械学習では自動で問題毎に自動で最適な処理をできる技術がまだ確立されていないから、ツール的に軽く触っただけで良い結果を得るのは難しいよ 874 名前：デフォルトの名無しさん [2018/10/20(土) 18:49:17.27 ID:gp/trlhl0.net] 知識って。。。 画像処理ｿﾌﾄとか画像ﾃﾞｰﾀのﾋﾟｸｾﾙ加工やってるだけやんけ で、見た目がそうなってる とりあえず見た目こんな感でいいや ｺﾚを機械学習と同じと思ってる時点でもうね 875 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 20:39:27.85 ID:k0LrzqP2a.net] >>836 本質を理解しようとはあまり思っていませんね。 とりあえずツールとしてﾗｸﾁﾝに使えたらそれだけでよいので・・ >>837 そうだったんですね、自分winでブートしてるのでそれは知りませんでした。 >>838 そうなんですよ、そこなのです。 だから手持ちデータとやりたいこと等から使うべき手法やモデルを教えてくれる本とかがあればいいんですけどねえ 876 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 20:44:45.92 ID:k0LrzqP2a.net] >>842 そうですよね。 だから最適な処理を見つけるためのバイブル的なものがあればなあと思っています。 >>843 本質的にはあまり変わらないと思うのですが。 上の人が言っている通り自動化する技術が確立されていないだけで、 学習自体はデータに対して同じ処理を繰り返してるだけですし、 フォトショップでいう見た目=テストaccなりlos、という感じで使えても悪くないと思いますし 最近でいうならそれこそGANなんて見た目だけの話なのでとりあえずこんな見た目でいいや、で解決すると思います。 877 名前：デフォルトの名無しさん mailto:sage [2018/10/20(土) 21:05:27.07 ID:xvv7H8Vz0.net] それはそうかもしれないがそうだとするとプログラム板の話題ではなくなるな 878 名前：デフォルトの名無しさん [2018/10/21(日) 03:09:43.34 ID:yA/rLZti0.net] まあ発展途上よな 実用も含めて 879 名前：デフォルトの名無しさん [2018/10/21(日) 05:50:34.84 ID:MsXt9/J70.net] >>845 >だから最適な処理を見つけるためのバイブル的なものがあればなあと思っています。 これは最先端の研究なので論文を読んでパラメータの設定はどうするとか学ぶ必要がある． いくら機械学習の出版が早いとはいえ待ってたら2，3年は遅れた知識になる． 後結局手法はAutoMLとかで大体今でも自動化できてるんだけど，データから推定した結果の解釈とかの問題もあるし， 全部が全部バイブル通り行くとは行かないのが現実．「全てのモデルは間違ってる．完全なる解釈はない」というのが統計学の鉄則だよ 880 名前：デフォルトの名無しさん [2018/10/21(日) 05:53:12.18 ID:MsXt9/J70.net] 赤池先生の経歴をと尊敬を持って機械学をやるべきだと僕は思ってる． 汎化誤差の最小化だけじゃあまりにもつまらないし．最近のAmazonの差別AIみたいなのができるのが落ち． 未来はどうなるか分からないけど数式から逃げることはできないと覚悟した方が良いと思う． 881 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 08:11:33.22 ID:UfdBUaGe0.net] lossの定義の仕方さえ分かれば良いだけの話だろ 昔なんか自動微分を手前で実装してたんだぞ 882 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 08:40:17.71 ID:Cf36qMnJM.net] >>833 俺のは2018モデルだけどNVIDIAだったかな？ あと 2080 Tiの方がコスパ高い https://i.imgur.com/SfoNEyI.png 883 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 08:54:49.06 ID:Cf36qMnJM.net] あー最新版TensorflowではmacのGPUサポートしてないわ 884 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 09:46:27.36 ID:IzQUIvSq0.net] >>849 AICはねｗ 885 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 10:11:18.91 ID:MsXt9/J70.net] 最近edX初めてめっちゃいいよな 886 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 10:24:19.90 ID:Pb7O8TaX0.net] courseraの"How to Win a Data Science Competition: Learn from Top Kagglers"っての始めたけど、 これはムズいわ まず、ロシア人が何を言ってるのか聞き取れない 887 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 10:38:57.18 ID:MsXt9/J70.net] ロシア語はきついわ 888 名前：デフォルトの名無しさん [2018/10/21(日) 11:29:45.72 ID:sjXodBVwF.net] >全部が全部バイブル通り行くとは行かないのが現実．「全てのモデルは間違ってる．完全なる解釈はない」 ほんそれ 889 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 13:35:30.75 ID:Ya81v9Q1a.net] >>848 最先端のネットワークはモチロンそうでいいと思うのですが、 DropoutやらReLUとか組み込んだCNNならもう流行りだして2,3年は経ってると思うので それくらいの構造のCNNでimagenetのような分類タスクしようと思った時にモデル選定とかどうチューニングしたらいいとかある程度まとめてくれてるような書物があったらいいなと思いました。 890 名前：デフォルトの名無しさん [2018/10/21(日) 14:04:50.88 ID:MsXt9/J70.net] >>858 あるのでは 891 名前：デフォルトの名無しさん [2018/10/21(日) 14:07:48.83 ID:MsXt9/J70.net] 最近の書籍だと直感ディープラーニングとか 892 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 16:57:03.15 ID:SdRIg5RYa.net] あれこれ楽すること考える前にCourseraの有名な機械学習コースのシラバスの各項目をざっくりとでも他人に説明できないレベルならCourseraやるのが一番手っ取り早い 893 名前：デフォルトの名無しさん mailto:sage [2018/10/21(日) 17:34:54.29 ID:fxS7+DP10.net] Coursera教に入信すれば救われます 894 名前：デフォルトの名無しさん mailto:sage [2018/10/22(月) 13:50:58.13 ID:DttoQmKL0.net] なんかスレ面白くなくなったな 895 名前：デフォルトの名無しさん mailto:sage [2018/10/22(月) 14:08:49.04 ID:hF2/Is9u0.net] じゃ、chainerの話でもするか！ 日本の会社なのに公式に日本語ドキュメントがないやん、とか 896 名前：デフォルトの名無しさん mailto:sage [2018/10/22(月) 14:26:31.01 ID:DttoQmKL0.net] >>864 世界を狙っとるんやない？ 897 名前：デフォルトの名無しさん [2018/10/22(月) 14:37:01.74 ID:zvg+yeJrr.net] CEATECでPFNが出してた片付けロボットすごいよな 898 名前：デフォルトの名無しさん mailto:sage [2018/10/22(月) 14:48:12.27 ID:go7C76bPa.net] いい感じのクロスモーダルモデル考えたけど適用事例が思い付かない 899 名前：デフォルトの名無しさん [2018/10/22(月) 19:35:15.84 ID:M3H01wI/p.net] >>866 物体検出、物体判別、位置特定は他の所でも出来るんじゃね？ その正確さとかが実用になるかどうかだろうけど 900 名前：デフォルトの名無しさん [2018/10/22(月) 19:59:52.03 ID:8nbAtIu2a.net] >>868 それらを現実世界のロボットの動作に結びつけるのは難しい あと口頭で指示も出せるらしい 901 名前：デフォルトの名無しさん mailto:sage [2018/10/22(月) 22:45:23.68 ID:IVZcl8cFa.net] PFNロボのアピールポイント: ・衣類の画像認識ができる(衣類、布は置き方によって形状が大きく変わるため難度が高かった) ・対象によって掴む位置、掴み方を変える(けん玉は棒の部分を掴むなど) ・日本語の命令に従い行動できる ・ラフな言い方、ジェスチャーを認識できる(指差しながら「あそこに片付けて」で認識できる) ・展示会の騒音、変化する照明環境で1日連続稼働できる 902 名前：デフォルトの名無しさん [2018/10/23(火) 09:47:19.57 ID:ruDoWt35p.net] どこもかしこも画像データを扱う事を前提として文章書いてるから嫌になってくる 903 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 10:02:16.82 ID:2OPbXDwm0.net] 二ーズは疑問だけど、頭の固い機械制御の業界には良い刺激 904 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 10:19:26.64 ID:bd7/TlGt0.net] 緩い機械制御（LOL） 905 名前：デフォルトの名無しさん [2018/10/23(火) 10:59:29.01 ID:2b6Tbph30.net] メリットが分かりやすい分野で教科書書いたら、参入者が増えるから先行者は嫌がるもの 906 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 12:17:00.88 ID:MT32asC/a.net] 先行者が新規参入嫌うって、オープンソース化で新規参入増やすことで急速に技術の新陳代謝促すことで発展しているIT業界を逆行しているようだ 907 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 14:24:49.91 ID:pUmb/2Nb0.net] 今んとこわかってるAIのメリットってなによ 908 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 14:36:44.37 ID:xBougz0l0.net] マスゴミが商品の宣伝してくれる 909 名前：デフォルトの名無しさん [2018/10/23(火) 14:47:39.15 ID:cio3imcuM.net] >>876 人の作った定石を覆す一手が生まれる可能性がある 910 名前：デフォルトの名無しさん [2018/10/23(火) 14:51:30.72 ID:gBK/KF1nr.net] >>876 人にしか出来ないと思われていた高度な処理が可能になった 911 名前：デフォルトの名無しさん [2018/10/23(火) 14:53:00.00 ID:yFsvvFWj0.net] ゲームで定石以外の手を打つAIはいるけど 脳外科手術とかで定石以外の手をAIに指示されて 実際その通りに手術出来る医者っているのかな 912 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 15:04:50.59 ID:bagxQGHJa.net] 手術の機械学習って学習データどうするんだ？ 医療では当面は診断用途だろう 怪しい所を自動ピックアップしてくれるから楽になる 913 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 19:11:15.08 ID:BDP8ufz9a.net] 全く同じ条件の学習が上手くいかなくなったんだけど原因は何が考えられますか 1回目やったときは70epochでvalのaccが.95くらいだったのに 2回目やったら1epochからずっとvalのaccが.65前後のままtrainのaccだけが上がり続けるから過学習してると思うんですけど 実行毎に過学習起きたり起きなかったりとかあり得ますか？ 914 名前：デフォルトの名無しさん [2018/10/23(火) 21:06:52.05 ID:2b6Tbph30.net] 重みの初期化はどうしてるの？ 915 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 21:48:04.91 ID:nb50ik1P0.net] みんなすげぇなぁ 機械学習の本まずは1冊やり終えたけどここで話されてる内容ほとんど分からん 916 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 22:19:45.80 ID:BDP8ufz9a.net] >>883 inceptionv3のimagenetです 917 名前：デフォルトの名無しさん mailto:sage [2018/10/23(火) 23:35:10.13 ID:7LErHcLzp.net] データ分析の基礎的な部分をちゃんと身につけないとと思って統計の勉強始めた 学のある人なら当たり前に知ってる事なんだろうけど自分には知らない事ばかりで結構面白いって感じた 多分最初だからこう思うだけかもしれないけど 918 名前：デフォルトの名無しさん [2018/10/23(火) 23:44:40.12 ID:EZC/vVVWa.net] >>884 特にディープラーニング関連は本になる頃には陳腐化してるからなぁ ある程度基礎を勉強したらネットで解説記事とかトップカンファレンスの速報まとめとか有名な論文(の解説)とかを読むと良いかも 919 名前：デフォルトの名無しさん mailto:sage [2018/10/24(水) 05:47:43.50 ID:kJsLSWt60.net] 脳から就活生の傾向を調べるって怪しすぎてワロタ。 920 名前：デフォルトの名無しさん mailto:sage [2018/10/24(水) 08:56:06.97 ID:ljKXe/5ha.net] >>884 ここで話されてる内容はもうかなり古くて、だからレスする人も減ってる 921 名前：デフォルトの名無しさん [2018/10/24(水) 14:10:20.50 ID:wUNs4a59F.net] 統計は高校で習ったから高卒「でも」充分理解できるもんだと思ってたが 最近の高卒は統計習ってないのもいるんだね 922 名前：デフォルトの名無しさん [2018/10/24(水) 14:28:42.96 ID:+JXZmafPr.net] >>890 統計っても機械学習だとロジスティック回帰とか主成分分析とかカーネル法あたりだろう 高校じゃまずやらない 923 名前：デフォルトの名無しさん mailto:sage [2018/10/24(水) 16:06:02.78 ID:anPZCCeda.net] kerasでGPUを使う時に 最初のプロパティみたいなので totalが4GBあるのにfreeが3.2GBしかありません 4GB全部をkerasで使うためにはどうすればいいですか 924 名前：デフォルトの名無しさん mailto:sage [2018/10/24(水) 20:34:04.80 ID:GjsFXG0cp.net] >>892 ＞最初のプロパティみたいなの これって何？ 925 名前：デフォルトの名無しさん mailto:sage [2018/10/24(水) 21:13:03.43 ID:scNJP40R0.net] 三宅陽一郎は日本のゲームAIの権威と言われてるそうですが本当なのでしょうか？ 926 名前：デフォルトの名無しさん mailto:sage [2018/10/25(木) 09:15:39.86 ID:Kapp8Prd0.net] AIと相性の良い技術ってなに？ 927 名前：デフォルトの名無しさん mailto:sage [2018/10/25(木) 09:55:47.79 ID:0TmPhp2B0.net] プログラム 928 名前：デフォルトの名無しさん mailto:sage [2018/10/25(木) 10:44:00.40 ID:bw1V0BXua.net] うんこ 929 名前：デフォルトの名無しさん [2018/10/25(木) 15:07:49.79 ID:qGEaBy7DM.net] >>895 画像診断。下手な医者より優秀だろう 930 名前： mailto:sage [2018/10/25(木) 20:36:36.38 ID:yGYVJ0zR0.net] >>895 超解像 931 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 00:03:05.76 ID:HAARiEj70.net] クラスタリングって教師ラベルがあるデータに対しても行うことってあるの？ 職場の人が教師ラベルあるデータに対してクラスタリングするって言ってたんだけどそれは分類とは違うのかな？と思って聞いてたんだけど自分は知識がないから知らないだけで主成分分析みたいに探索的に何か見つけるために使う事も出来るのかな？ 932 名前：デフォルトの名無しさん [2018/10/26(金) 00:03:51.15 ID:7cGNdWT70.net] ｱﾎたちは いまのいんちきNNﾓﾃﾞﾙをAIと呼称してんのか 933 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 05:54:37.59 ID:xXrtI3FC0.net] >>900 その場合クラスタリングとは呼ばないような 934 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 05:58:52.27 ID:xXrtI3FC0.net] ラベルが既知なのにクラスタリングっていうのは、聞いたことないしやる意味もないのでは。だってデータの距離空間が定義されてるのにわざわざ別の部分集合に割り当てる意味が分からんな。 次元削減なら分かるけど、クラスタリングなんでしょ？ 935 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 06:57:09.46 ID:GCXjdrQrd.net] >>901 それな 936 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 08:07:55.75 ID:eyOTXDKja.net] クラスタリングではなく分類の手法として教師あり学習ではk近傍法ならあるけど 937 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 10:06:27.81 ID:8ANUhE7EM.net] NNの一番の問題点って計算量？理論的な保証？ 938 名前：デフォルトの名無しさん [2018/10/26(金) 10:38:04.98 ID:XMhrCttAa.net] >>906 学習の時は計算量かかるけど使うときは大した事ない 理論保証とブラックボックスさだと思う 939 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 15:22:53.19 ID:6HAQawqDM.net] >>905 すべてのラベルが既知ならそれはしなくない？ 上の質問者の意図が全くわからん 940 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 15:26:11.38 ID:6HAQawqDM.net] >>900 上の人が言うように、基本的にその場合クラスタリングとは呼ばない。クラスタリングは教師なしだから。 それで質問に答えるとしたらあるデータX（Xはベクトル）にラベルがあるとして、X以外のデータが入力されたときに例えばaとする。そのaとXとのユークリッド距離を測り（k近傍法）、どのx_iと近いのかを判定したりはする。 941 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 16:56:27.75 ID:65losNFXM.net] https://teratail.com/questions/152987 今CNNの学習をしていて、 このページの1つめの結果画像のような状態なのですが、 原因は何だと思いますか？ 942 名前：デフォルトの名無しさん mailto:sage [2018/10/26(金) 17:22:17.83 ID:gM4hGWhWM.net] >>907 個性っぽくて面白いよな。 943 名前：デフォルトの名無しさん mailto:sage [2018/10/27(土) 15:09:34.95 ID:v0X4VL4w0.net] これって何か斬新なのか？ www.itmedia.co.jp/news/articles/1810/26/news077.html GANとしては出来が悪いし、レンブラントのAI画のようなテーマも無いし 944 名前：デフォルトの名無しさん mailto:sage [2018/10/27(土) 15:36:19.64 ID:y1YlZFrSa.net] Jupyterってジュパイターと発音するんだな pythonのpyなのは分かってたけどなぜかジュピターって読んでた 945 名前：デフォルトの名無しさん [2018/10/27(土) 18:17:25.38 ID:Rhmyt2K70.net] こういうのに最初に大金を出した人が美術史を作っていくのや 946 名前：デフォルトの名無しさん mailto:sage [2018/10/27(土) 18:22:26.40 ID:YLSwYbPjd.net] >>912 著作権とかどうなるんだろうな 947 名前：デフォルトの名無しさん mailto:sage [2018/10/27(土) 20:53:05.83 ID:+ZkL2hzfF.net] まあ、AIはお金になるという実績を作ってしまったな 948 名前：デフォルトの名無しさん mailto:sage [2018/10/27(土) 21:33:01.74 ID:uuDSt7d3M.net] >>910 わかる人おねがいします 949 名前：デフォルトの名無しさん mailto:sage [2018/10/27(土) 21:41:30.48 ID:0HglwheTa.net] >>917 一目瞭然じゃん、教えて欲しいのか、試してるつもりなのか。 950 名前：デフォルトの名無しさん mailto:sage [2018/10/28(日) 10:52:14.40 ID:ZEyjWc9P0.net] どうみても過学習だろ 951 名前：デフォルトの名無しさん [2018/10/28(日) 11:39:15.80 ID:EoM4jV8ha.net] >>913 わかる 952 名前：デフォルトの名無しさん [2018/10/28(日) 11:41:19.59 ID:EoM4jV8ha.net] >>910 そのページ内で結論出てるやん 953 名前：デフォルトの名無しさん mailto:sage [2018/10/28(日) 21:57:26.97 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/28(日) 23:48:27.52 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/28(日) 23:50:29.50 ID: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 名前： mailto:sage [2018/10/29(月) 00:14:41.57 ID:MQrExvvX0.net] https://bit.ly/2ELs5Zp 957 名前：デフォルトの名無しさん mailto:sage [2018/10/29(月) 06:28:46.79 ID: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 名前：デフォルトの名無しさん [2018/10/29(月) 08:06:16.95 ID:62KNlyE40.net] ↓これって日本版Kaggleみたいなもの？ https://signate.jp/competitions 959 名前：デフォルトの名無しさん mailto:sage [2018/10/29(月) 10:26:37.08 ID:8gX7Io6i0.net] >>924 https://stackoverflow.com/questions/46561531/why-does-the-valida 960 名前：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 [] [ここ壊れてます] 961 名前：デフォルトの名無しさん mailto:sage [2018/10/29(月) 10:55:56.04 ID: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 名前：デフォルトの名無しさん [2018/10/29(月) 11:31:50.05 ID:VxCr7qKV0.net] あらかじめ結論を決めておくのは意味が無くね 963 名前：デフォルトの名無しさん [2018/10/29(月) 11:38:09.69 ID: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 名前：デフォルトの名無しさん [2018/10/29(月) 21:39:26.10 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/29(月) 21:58:32.07 ID: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 名前：デフォルトの名無しさん [2018/10/29(月) 22:12:20.15 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/29(月) 22:18:10.77 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 00:39:20.03 ID: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 名前：デフォルトの名無しさん [2018/10/30(火) 02:23:18.40 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 08:59:49.24 ID: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 名前：デフォルトの名無しさん [2018/10/30(火) 11:21:40.67 ID:82wxAJF9a.net] 賢さとは 972 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 12:07:17.38 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 13:55:45.69 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 16:34:11.40 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 17:24:22.04 ID:6RcW7/vQ0.net] Cとはw 976 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 17:27:41.62 ID:MWqKC0Xe0.net] >>943 正則化パラメータです 977 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 17:48:49.55 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 18:06:39.94 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 18:18:52.14 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 18:30:56.53 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 19:26:16.58 ID:9tuKGKcX0.net] random_state=42で解決やな 982 名前：デフォルトの名無しさん mailto:sage [2018/10/30(火) 22:43:15.66 ID:GavdUYiJp.net] みんな普段勉強してる？ 仕事外は一切やらない？ 983 名前：デフォルトの名無しさん [2018/10/31(水) 01:39:51.29 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 01:41:22.42 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 04:49:39.73 ID: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 名前：デフォルトの名無しさん [2018/10/31(水) 06:41:10.96 ID:pccA+Jbua.net] >>951 本当に「最」適かどうかは判らないんじゃね？ 987 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 10:06:16.97 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 11:33:47.84 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 11:35:46.20 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 15:05:10.91 ID:AfZsWIp40.net] パブロフの犬ｗ 991 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 16:12:18.23 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 17:37:08.95 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 18:27:00.41 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 18:38:23.95 ID: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 名前：デフォルトの名無しさん [2018/10/31(水) 21:01:56.61 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 21:15:33.30 ID:N9TdgOC+0.net] 兎が転げるかどうかを判定して下さい 997 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 22:09:58.39 ID: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 名前：デフォルトの名無しさん [2018/10/31(水) 22:18:31.69 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 22:21:11.84 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/10/31(水) 22:41:28.97 ID: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 名前：デフォルトの名無しさん [2018/10/31(水) 23:07:24.47 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 05:25:09.80 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 08:43:51.58 ID:6C/JpYju0.net] なるほど 1004 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 10:47:02.18 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 11:00:15.65 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 14:19:21.88 ID:aGO292A70.net] 猪が来たらどうする？ 1007 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 15:02:24.07 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 15:04:59.66 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 15:14:35.11 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/01(木) 15:42:41.91 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/02(金) 07:26:51.97 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/02(金) 09:23:48.57 ID:lRUrxC7ia.net] linuxはほとんど無料で手に入る 1013 名前：デフォルトの名無しさん mailto:sage [2018/11/02(金) 09:42:29.33 ID: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 名前：デフォルトの名無しさん [2018/11/02(金) 16:11:27.17 ID:ggr9EF3w0.net] Fedraの方が糞 1015 名前：デフォルトの名無しさん mailto:sage [2018/11/02(金) 17:00:09.45 ID:kFSDuH24d.net] ど素人かよ… 1016 名前：デフォルトの名無しさん mailto:sage [2018/11/02(金) 19:31:48.96 ID:EV14OdoL0.net] んなもん買うよりawsかgcpで試してみたらいい。 1017 名前： mailto:sage [2018/11/02(金) 19:36:26.30 ID: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 名前：デフォルトの名無しさん [2018/11/03(土) 00:10:53.31 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/03(土) 01:59:27.38 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/03(土) 07:19:41.13 ID:HkPHzurE0.net] xeon phi はいいぞう 1021 名前：デフォルトの名無しさん mailto:sage [2018/11/03(土) 14:53:35.78 ID:Is/adptI0.net] https://blog.tinect.jp/?p=35489 1022 名前：デフォルトの名無しさん mailto:sage [2018/11/03(土) 19:11:44.45 ID:fz7zsIZd0.net] 安ｗ Xeon Phi? 7210 (64コア)　\3,585,600 1023 名前：デフォルトの名無しさん [2018/11/04(日) 00:03:11.36 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/04(日) 00:12:52.08 ID:GZek0SD/0.net] ＧＰＵ稼働率高いと割高だよね 1025 名前：デフォルトの名無しさん mailto:sage [2018/11/04(日) 00:32:48.74 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/04(日) 09:52:52.56 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/04(日) 11:43:37.01 ID:Wbg0dK2l0.net] アホかｗ 1028 名前：デフォルトの名無しさん mailto:sage [2018/11/04(日) 12:19:53.02 ID: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 名前：デフォルトの名無しさん [2018/11/04(日) 13:37:21.91 ID: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 名前：デフォルトの名無しさん mailto:sage [2018/11/04(日) 14:36:58.44 ID:W830XVm1a.net] 次 【統計分析】機械学習・データマイニング21 https://mevius.5ch.net/test/read.cgi/tech/1541309676/l50 1031 名前：デフォルトの名無しさん [2018/11/04(日) 14:40:43.49 ID:5RY1Lh2I0.net] ねむねむ 1032 名前：デフォルトの名無しさん [2018/11/04(日) 14:41:29.39 ID:5RY1Lh2I0.net] うめうめ 1033 名前：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 名前：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

---

---

[ 新着レスの取得/表示 (agate) ] / [ 携帯版 ]

read.cgi ver5.27 [feat.BBS2 +1.6] / e.0.2 (02/09/03) / eucaly.net products.
担当:undef