機械学習勉強会 20170420

1 min read

Contents
  1. 今日の内容
  2. 次回
  3. まとめ、所感

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

今日の内容

  • 7 章畳み込みニューラルネットワーク
    • 7.5 CNN の実装
    • 7.6 CNN の可視化
    • 7.7 代表的な CNN
    • 7.8 まとめ
  • 8 章ディープラーニング
    • 8.1 ネットワークをより深く
    • 8.2 ディープラーニングの小歴史
    • 8.3 ディープラーニングの高速化
    • 8.4 ディープラーニングの実用例
    • 8.5 ディープラーニングの未来

次回

8.5.3 自動運転から

まとめ、所感

  • CNN の可視化のところで、層が深くなるに従って抽象的な情報を抽出してるっての、すごい面白い。本当に人間っぽい
  • Data Augmentation は画像を加工して教師データを増やすって方法。画像とか音声はやりやすそうだけど自然言語処理とかでもあるんだろうか
  • 物体検出はオブジェクト候補の領域を抽出して、その領域の中で CNN による物体認識の 2 段階
    • 領域抽出には Selective Search や BING1という方法があるらしい
  • 画像と自然言語とか、複数の種類の情報を組み合わせて処理することをマルチモーダル処理というらしい
  • そろそろ終わり！

Footnotes

  1. Binarized Normed Gradients for Objectness Estimation ↩