【機械学習】画像認識の試行錯誤(2)

つづき

3.基本形のコーディング例

  Jupyter Notebookを使ったコーディング例は、下記のとおりである。

3.1 モデルのタイプ指定からプール層まで

   主なパラメータは下記の4ケである。

(1)フィルタ数:下図の例では96であるが、基準値はない。

(2)フィルタサイズ:下図の例の3×3が基準値である。

(3)プールサイズ:下図の例の2×2が基準値である。

(4)ドロップアウト率:下図の例の0.25が基準値である。

3.2 データの3次元から1次元変換から出力層まで

   主なパラメータは下記の2ケである。

(5)隠れ層のユニット数:下図の例では128であるが、基準値はない。

(6)ドロップアウト率:下図の例では0.33であるが、0.25が基準値である。

3.3 モデルのコンパイルから訓練まで

   主なパラメータは下記の3ケである。

(7)損失関数:下図の例のbinary_crossentropy(交差エントロピー)が基準である。

(8)最適化関数:下図の例のAdamが基準である。

(9)学習率:下図の例では0.00001であるが、基準値はない。

次回へつづく

 

<個人的な感想>

 パラメータには基準値を使っているものもあるが、他の指定値を使った時にどうなるかを

見るのは楽しみである。

 

<リンク>

ブログのトップページは、こちら

バタイユゲーム情報班のホームページは、こちら