Newponyo

Newponyo

【物体検出】要点まとめ（自分用）

目的物体検出について、各種サイトを参考にしながら自分なりによく理解できていない点をまとめる。 参考にしたサイト・https://qiita.com/mshinoda88/items/9770ee671ea27f2c81a9 ・https://qiita.com/arutema47/items/8ff629a1516f7fd485f9 Window-CNN・概要 　- 画像を細かく分割して、CNNを用いて画像認識する方法 ・メリット 　- ディープニューラルネットワーク

Newponyo

    • 深層学習day3～day4（ラビットチャレンジ）

      Section1) 再帰型ニューラルネットワークの概念全体像 ・時系列データ 　- 時間的順序を追って、一定間隔ごとに観察され、相互に統計的依存関係が認められるようなデータ系列 　　> 音声データ 　　> テキストデータ ・RNNとは 　- 基本的なモデルの構造は変わらず、時間的なつながりを持たせたもの 　- 前の層の中間層からの出力を次の層の中間層に入力する 　（前の中間層からの入力に対する重みが追加されている） ・確認テスト 　⇒ 解答 : 前の層の中間層から現在の中

      Newponyo

      • 深層学習day1～day2（ラビットチャレンジ）

        全体像・識別モデル ・確認テスト 　⇒ 複数層からなるNNでの多数のパラメータ、活性化関数の組み合わせにより、入力から出力を計算するモデルを作成すること。 　　③重みと④バイアスの最適化により、それを達成する。 ・確認テスト ・一般的に4層以上が深層学習と言われている 入力層～中間層・入力に重みをかけてバイアスを足し合わせ、活性化関数をかけて中間層を作り出す。 ・確認テスト 　⇒ x1 : 体長 　　x2 : 体重 　　x3 : 足の大きさ（面積） 　　x4 : 足の

        Newponyo

        • 機械学習（ラビットチャレンジ）

          線形回帰モデル（単回帰、重回帰）・線形とは比例（直線、平面、超平面）で予測可能 ・バプニックの原理 　- ランキング問題に回帰問題を用いるべきではない（密度比推定） ・教師あり学習 ・パラメータwは最小二乗法で決定する 　- 平均二乗誤差（残差平方和）Mean Squared Error 　　> データとモデル出力の二乗誤差の和 　- 最小二乗法 　　> 学習データの平均二乗誤差を最小とするパラメータを選定 　- 二乗損失は一般に外れ値に弱い（Huber損失、Tukey損失）

          Newponyo

          応用数学（ラビットチャレンジ）

          【第1章 : 線形代数】行列の基本 ・逆行列は、行基本変形を実行して掃き出し法で求める。 ・det A（行列Aの逆行列） = 0となる時、逆行列は存在しない。 ・行列式の特徴は以下。 　- 同じ行ベクトルが含まれている時、行列式はゼロになる 　- 1つの行ベクトルがλ倍されると、行列式もλ倍される 　- 他の成分が全部同じでi番目のベクトルだけが異なった場合、行列式の足し合わせになる 固有値と固有ベクトル ・ある行列Aに対して、以下の式が成り立つベクトル Xとλをそれぞ

          Newponyo

          応用数学（ラビットチャレンジ）

          Newponyo