つづき １２．処理速度 １２．１ CPUとGPU １０項までのパラメータとCNN構造で正解率０．８８６２を得た時の …
カテゴリー: その他
【機械学習】画像認識の試行錯誤（６）
つづき ９．学習率の変更 codExaのテキストでは、０．００００１となっていた。他の値に変えた時の正解率は下記のとお…
【機械学習】画像認識の試行錯誤（５）
つづき ６．損失関数の変更 binary_crossentropy（交差エントロピー）が基準であるが、他の関数に変えた…
【機械学習】画像認識の試行錯誤（４）
つづき ５．CNN構造の変更 ５．１ 基本形 基本形は、下図のように入力層、畳込み層（conv）×１、プーリング層…
【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，…
【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。 …
【機械学習】画像認識の試行錯誤（１）
ニューラルネットワークを使った画像認識を行い、色々なパラメータで 正解率がどのように変わるのか試してみた。  …
【機械学習】Jupyter Notebookが使いやすい（２／Ｅ）
つづき ２．Pythonのプログラミング （１）下図のようにNewのメニューからFolderをクリックして、作業用のフォ…
【機械学習】Jupyter Notebookが使いやすい（１）
ディープラーニングは機械学習の一分野であるので、順序が逆だが機械学習を 勉強することにした。その際に、Jupyter …