！！！ サイト改修中のため表示が乱れる場合があります（1月末頃まで） ！！！

[C] 機械学習

予測 / クラス分類

9-12. 遺伝的アルゴリズム（vcopt）でニューラルネットの騙し画像を作る（モザイク画像編）

やること昨今のニューラルネットは高精度に画像を分類することができるようになりましたが、「騙し画像（Adversarial example）」の存在も知られています。ここではvcoptを用いて、Imag...
2019/07/13 Yasuda Yasuda
予測 / クラス分類
予測 / クラス分類

9-10. 誤差逆伝播法 vs 遺伝的アルゴリズム、ニューラルネットの学習アルゴリズム比較

やることニューラルネットにおける「学習」とは、ニューラルネット中の重みとバイアスを最適化することにほかなりません。通常、ニューラルネットは誤差逆伝播法（バックプロパゲーション）というアルゴリズムで最適...
2019/06/30 Yasuda Yasuda
予測 / クラス分類
強化学習

3-4. DQNでスーパーマリオ1-1をクリアする（動作確認編）

やることDQNでマリオをクリアします。9-3ではGAでマリオをクリアしましたが、あれはいわば「目を閉じて走り、ジャンプのタイミングを最適化」しているに過ぎません。ここではきちんと画面を見て、進み方を学...
2019/04/26 Yasuda Yasuda
強化学習
画像生成AI / スタイル変換

4-3. CNNでケーキ画像の次元圧縮（最終手段編）

やることどうしてもオートエンコーダで画像を２次元まで次元圧縮したい。今日は最終手段を使って、ケーキ画像の次元圧縮をしてみます。使うもの最終手段とはオートエンコーダは「入力と同じ出力を出す変換器」ですが...
2019/03/06 Yasuda Yasuda
画像生成AI / スタイル変換
画像生成AI / スタイル変換

4-2. CNNでケーキ画像の次元圧縮（Stacked Auto-Encoder編）

やることエンコーダ部分とデコーダ部分をまとめて学習させると、どうも学習が安定しない気がします。今日は、学習を工夫した「Stacked Auto-Encoder」でケーキ画像の次元圧縮を試してみましょう...
2019/03/06 Yasuda Yasuda
画像生成AI / スタイル変換
画像生成AI / スタイル変換

4-1. CNNでケーキ画像の次元圧縮（Auto-Encoder編）

やること画像というものは非常に高次元の情報を持っています。例えば128*128pxの画像は、128*128*3ch＝49152次元の情報を含んでいます。人間は高次元の情報を処理できない動物なので、2～...
2019/03/06 Yasuda Yasuda
画像生成AI / スタイル変換
強化学習

3-3. DQNで難しい迷路を解く

やること前回はDQNで地雷原を進むゲームを解きました。今回は、もっと賢く行動するためにニューラルネットを工夫してみます。 使うものニューラルネットを工夫する前回畳み込み層のカーネルが5*5でした。つま...
2019/03/06 Yasuda Yasuda
強化学習
強化学習

3-2. DQNで迷路を解く

やることDQNのプログラムは非常に高度ですが、勉強会で配布されたコードは比較的シンプルで読み解きやすいです。今日は、DQNで地雷原を進むゲームを解いてみましょう。 環境とコードゲームのルールできるだけ...
2019/03/06 Yasuda Yasuda
強化学習
強化学習

3-1. 強化学習とQ学習とDQN

やること機械学習は、教師あり学習、教師なし学習、強化学習の３つに分けて語られることが多いです。強化学習は、「長期的な価値が高くなるような判断基準を見つける」感じの学習です。今日は、強化学習の基本である...
2019/03/06 Yasuda Yasuda
強化学習
画像生成AI / スタイル変換

2-2. DCGANのアルゴリズム

やることDeep Convolutional Generative Adversarial Networks (DCGAN)は、直訳すると「深層畳み込み敵対的生成ニューラルネット」です。今日は、数式を...
2019/03/05 Yasuda Yasuda
画像生成AI / スタイル変換
次のページ