ユーザ用ツール

サイト用ツール


nnc_sony_で回帰分析

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

両方とも前のリビジョン前のリビジョン
次のリビジョン
前のリビジョン
nnc_sony_で回帰分析 [2018/10/07] – 外部編集 127.0.0.1nnc_sony_で回帰分析 [2019/10/20] (現在) – [NNC(Neural Network Console)(SONY)で回帰分析] adash333
行 1: 行 1:
 ===== NNC(Neural Network Console)(SONY)で回帰分析 ===== ===== NNC(Neural Network Console)(SONY)で回帰分析 =====
 + ---// 2019/10/20 更新//
 +
 個人的に、画像から、数値を出したいとき、どのようにすればよいのか悩んでいました。 個人的に、画像から、数値を出したいとき、どのようにすればよいのか悩んでいました。
  
-しかし、2017年8月時点、KerasやTensorflowでは、MNISTやCifar-10など、画像の分類問題はたくさんコードが転がっているのですが、回帰分析のコードをググっても、写経できそうなコードは見つけられませんでした。+しかし、2017年8月時点、KerasやTensorflowでは、MNISTやCifar-10など、画像の分類問題はたくさんコードが転がっているのですが、回帰分析のコードをググっても、写経できそうなコードは見つけられませんでした。
  
-よく、分類問題のニューラルネットワーク最後のソフトマックス関数を、恒等関数にすればよいと書いてあるのをみかけが、なんか、どうしても実装できなませんでしたが、結局、損失関数 (loss function) として2乗和誤差 (mean squared error)を指定すればよいということが分かりました。+よく、分類問題のニューラルネットワーク最後のソフトマックス関数を、恒等関数にすればよいと書いてあるのをみかけますが、なんか、どうしても実装できなませんでした結局、損失関数 (loss function) として2乗和誤差 (mean squared error)を指定すればよいということが分かりました。
  
 以下のリンクに、Neural Network Consoleでの実装方法を記載しましたので、もしよろしければご覧ください。 以下のリンクに、Neural Network Consoleでの実装方法を記載しましたので、もしよろしければご覧ください。
行 39: 行 41:
 ニューラルネットの表現力と回帰分析\\ ニューラルネットの表現力と回帰分析\\
 =>上の記事によると、ニューラルネットワークで回帰分析を行う意味はあまりないのかも?でも、個人的な好奇心でやってみたかったので、やってみました。 =>上の記事によると、ニューラルネットワークで回帰分析を行う意味はあまりないのかも?でも、個人的な好奇心でやってみたかったので、やってみました。
 +
 +
 +
 +https://support.dl.sony.com/docs-ja/%E3%83%81%E3%83%A5%E3%83%BC%E3%83%88%E3%83%AA%E3%82%A2%E3%83%AB%EF%BC%9A%E5%85%A5%E5%8A%9B%E7%94%BB%E5%83%8F%E3%82%92%E5%85%83%E3%81%AB%E9%80%A3%E7%B6%9A%E5%80%A4%E3%82%92%E6%8E%A8%E5%AE%9A%E3%81%99/
 +チュートリアル:入力画像を元に連続値を推定する
 +
 +
 +
 +
 +
 +
 +
 +
 +
  
 ===== リンク ===== ===== リンク =====

nnc_sony_で回帰分析.txt · 最終更新: 2019/10/20 by adash333

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki