えっちなサイトを作る(15)

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。

インセプションデッキを作って、目標を見直しました🎈

目標の見直し

• エッチなゲームがプレイできちゃうサイトに、機械学習を用いた画像処理ほんとに必要？
  • いらない。（無くても成立する)
  • いる。（搭載することで、ユーザーの導線として機能する)

現在のタスクが、目標と矛盾してるなと感じたので、目標を仕切り直します。
今やってる書籍による学習を基礎プロジェクトとして独立させます。
元のプロジェクトはその後にやるように分離しました。

やることが絞られて、具体性が増したので良かったです。

基礎プロジェクト

AIを用いた画像処理技術を習得し、
思いついたアイディアの技術検証を行う。

具体的には、

1. 参考書の内容を一通り読み、演習問題を解く

• これにより、基礎的な機械学習を用いた画像処理の実装を学ぶことができる

2. 自分のアイディアを参考書をベースに実装し、結果を検証する

• 参考書を超える範囲はやらない

3. (option) 参考書の内容を飛び越えて、最新の技術情報を取り入れて、結果を確認する

• 最新技術をキャッチアップし、効果があるかを確認する

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(5)

こんがらがってきたので、今日は先に進まずに復習を行う。

演習2

colab kerasAPIを利用した予測までのざっくりとした処理手順をまとめる

• データセット読み込み
  • 学習データ、テストデータ分離
• 前処理
  • 型変換(uint8->float32)
  • レンジ変換([0,255]->[0,1])
• モデル作成
  • 評価関数構築
  • layers.XXXX
  • model.compile
• 学習
  • model.fit
• 予測
  • model.predict

他

• 画像の表示にはmtplotlibを使用
• 画像処理にはPILを利用

まとめ

Kerasで構築済みDatasetを利用する場合は、似たような処理手順でモデルを構築できる。

• 課題：Google Colabの基本的な使い方を改めて調べる
• 課題：numpy周りの情報を整理する
• 課題：行列の数式表現に慣れる

その他

• インセプションデッキ作成
• 機械学習関連のブックマーク整理
  • 齧った程度でも知識がついたので、ブックマークした参考記事の要不要が判断できるようになりました🤗

終わり

目標の見直しすると、タスクに具体性が出てきたのは良かったです。
インセプションデッキを書いているREDME.mdはリポジトリのトップに表示してます。
こいつは週イチでメンテナンスしていくのが良さそうです。