🥀

えっちなサイトを作る(11)

2021/08/04に公開

引き続きえっちなゲームがプレイできちゃうサイトを作ろうと頑張ります。

引き続き書籍での学習とgoogle colaboratoryで演習を続けて行きます。
google colaboratoryは環境作んなくていいので楽ですね😋

前回からの課題

課題：書籍を購入し内容を実践する
- 課題：書籍の発売時から1年経ってるので完了後に再度技術調査必要
  - 課題：DeepCreamPyの実用性について調査
- 課題：ブックマーク整理
課題：個人開発をはじめよう本でMVPについてもうちょっと知る

モザイク除去から学ぶ最先端のディープラーニング本をやる(2)

1章

Google Colaboratoryを用いた演習(1-1)
- Bostonの不動産価格の予想
- 手書き文字の読み取り
  - predictionの結果はよさそう

画像処理の畳込みとCNN
- いわゆる画像へのフィルター処理で画像処理の畳込みが行われている
  - ガウシアンぼかし、エンボスフィルター、アンシャープマスク、エッジ強調、etc..
  - フィルター処理を試すにはPILライブラリを利用する
  - フィルター処理の実装の違いはカーネルに用いる値の違いである
- 畳み込み処理の実装
  - 画像からカーネルサイズと同じウィンドウを切り出す(パッチ)
  - カーネルとパッチの積を計算
  - 合計値のスカラーを算出
- フィルターではカーネルを2階のテンソルで利用している
  - DNNでは4階のテンソルで計算する
  - DNNでの画像処理の畳込みはカーネルの階数の違いと捉えるとわかりやすい
  - CNNはさらにカーネルに用いる値が学習により変化していっている
- TensorFlowでの画像の畳込み関数
  - Depthwize Conv
    - チャンネル間の演算なし
  - Conv2D
    - チャンネル間の演算あり
- 画像の畳込み演習(1-2)
  - 畳み込みを使う画像フィルタをnumpyで実装する
  - TensorFlowでの画像処理の畳み込み
    - 畳込み計算関数を利用して画像処理とのfilterとの共通性を考える

まとめメモ

問題解決のフロー

実現したいこと(目的変数)は何か
- 判断の根拠に使う値（説明変数）は何か
機械学習のどの問題に当たるか
- 損失関数の決定
- tensorflowのレイヤー設計
- オプティマイザ
- テストデータの分割量

colabでのデータ処理手順

データ読み出し
- pandasによるデータ表示
前処理
- 学習データ・テストデータの分離
モデル作成
モデルの訓練
- validation
- 評価値
予測値を算出して利用する

4階のテンソルのカーネルの捉え方

テンソルを理解する際に、頭の中で4次元の立方体を考えるのは理解不能になるのでやめたほうがよい。

karnel : K = \begin{bmatrix} k0 & k1 & k2\\ k3 & k4 & k5\\ k6 & k7 & k8\\ \end{bmatrix}

4階テンソル: \begin{bmatrix} K & 0 & 0\\ 0 & K & 0\\ 0 & 0 & K\\ \end{bmatrix} or \begin{bmatrix} K\\ K\\ K\\ \end{bmatrix}

終わり

まだ1章終わりませんが、丁寧な演習問題のおかげで何とかついて行けてます。
次回で1章突破したいです！

Discussion