【機械学習】画像認識の試行錯誤（３）

つづき

４．パラメータを変えたときの正解率

（１）フィルタ数

　　codExaのテキストでは３２となっていた。他に６４，９６とした時の正解率は下記のとおりである。

　フィルタ数に比例している訳ではない。（２）以降はフィルタ数９６で試してみる。

（２）フィルタサイズ

　　codExaのテキストでは３×３となっていた。他に４×４，５×５とした時の正解率は下記のとおりである。

　基準値の３×３が良い。サイズを大きくすると、正解率が下がるようである。

（３）プールサイズ

　 codExaのテキストでは２×２となっていた。他に３×３、４×４とした時の正解率は下記のとおりである。

　基準値の２×２が良い。サイズを大きくすると、正解率が下がるようである。

(*)（入力データ数ープーリングサイズ）÷スライドサイズ＋１＝（６２－３）÷２＋１＝３０．５で

　　整数にならないと、エラーとなるようである。

（４）ドロップアウト率（プーリング層）

   codExaのテキストでは０．２５となっていた。他に０．３３、０．５とした時の正解率は下記のとおりである。

　ドロップアウト率に比例している訳ではない。（２）以降はドロップアウト率０．２５で試してみる。

（５）隠れ層のユニット数

    次の（６）を先に試すので、後に回す。

（６）ドロップアウト率（全結合層）

　　codExaのテキストでは０．３３となっていた。他に０．２５、０．４とした時の正解率は下記のとおりである。

　ドロップアウト率に比例している訳ではない。以降はドロップアウト率０．３３で試してみる。

次回へつづく

＜個人的な感想＞

  そもそも、ドロップアウトの目的は、訓練データに過剰に適応し過ぎて実際の予測データの

正解率が下がることを防止する為のものである。どの程度、訓練時にユニットを無効化（ドロップ）

するかは理論的に求められない。その値が良いかは試してみないと分からないように思う。

更に、プーリング層と全結合層で正解率が上昇する値が同じでないのも理解し難い。

＜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