![chainer付属nin.pyのforward
h = F.max_pooling_2d(F.relu(self.conv1(x)), 3, stride=2)
h = F.max_pooling_2d(F.relu(self.conv2(h)), 3, stride=2)
h = F.max_pooling_2d(F.relu(self.conv3(h)), 3, stride=2)
h = self.conv4(F.dropout(h, train=self.train))
y = F.reshape(F.average_pooling_2d(h, 6), (x.data.shape[0], 1000))](https://image.slidesharecdn.com/nin-161217102535/85/NIN-29-320.jpg)
More Related Content
Similar to 狈滨狈と画像分类 (16)
Recently uploaded (11)
狈滨狈と画像分类
- 1. 狈滨狈と画像分类 for 【第1回】人工知能ハッカソン in メディア工房 Tomomi Daigo sat.Dec.17.2016
- 8. プログラム ? chainer v1.5.0１ 付属のexamplesより、imagenetをコピー ? ブログ記事等を参考に動かす ? threadingなどコードが難しいため、簡略化 ? モデルは3層CNN + 2層全結合層 を作成 試行錯誤の末??? １ https://github.com/pfnet/chainer/releases?after=v1.6.2
- 10. 内訳???アルゴリズム ? 学習用画像は540枚 ? (画像-平均画像) / 標準偏差 で正規化 ? ２２４*２２４（カラー）にランダム切り抜き ? 16枚ずつミニバッチ学習 ? epoch=50 ? optimizerはAdam ? WeightDecay=0.0005， GradientClipping=8.75
- 11. 内訳???モデル ? L.Convolution2D(3, 6, 7), ? L.Convolution2D(6, 3, 5), ? L.Convolution2D(3, 2, 3), ? l1=F.Linear(1152,500), ? l2=F.Linear(500,7), < reluとmax_pooling_2d(ksize=3, stride=2) < reluとaverage_pooling_2d(ksize=3, stride=2) < reluとaverage_pooling_2d(ksize=3, stride=2) < reluと F.dropout(ratio=0.3) in, out, ksize
- 15. アルゴリズム見直し ? 学習用画像は540枚 →10,017枚 ? (画像-平均画像) / 標準偏差 で正規化 ? ２２４*２２４（カラー）にランダム切り抜き →192,128,64,32,28px等??? ? 16枚ずつミニバッチ学習 →20, 8枚（20枚以上は厳しい） ? epoch=５０ →２００等（上げると過学習する） ? optimizerはAdam ? WeightDecay=0.0005， GradientClipping=8.75 →Clippingを1?10まで変化
- 16. モデル見直し ? L.Convolution2D(in_channels, out_channels, ksize)をひたすら調整 ? Convolution→BatchNormalization→relu→maxPooling とするとaccuracy改善 するらしいが、今回は観測できず。 ? Convolution層のチャネル数が入力から出力側へ向けて大きくなっていく構造を よく見かけた。どういうことかというと??? 1 http://hirotaka-hachiya.hatenablog.com/entry/2016/08/06/175824
- 17. モデル見直し ? L.Convolution2D(3, 6, 7), ? L.Convolution2D(6, 3, 5), ? L.Convolution2D(3, 2, 3), ? l1=F.Linear(1152,500), ? l2=F.Linear(500,7), こうではなく て、 ? L.Convolution2D(3, 6, 7), ? L.Convolution2D(6, 9, 5), ? L.Convolution2D(9,12, 3), ? l1=F.Linear(1152,500), ? l2=F.Linear(500,7), こう。（値は適当） ksizeはその逆パターン？（未確 認） in, out, ksize
- 18. 見直し結果 良さそうなものもあったが、全体的に過学習気味。 （train と validation の差が非常に大きい???）
- 20. 見直し結果 一気に未学習気味になった。epochを上げても改善せず。 （train も validation も正解率が小さい???）
- 21. (参考) 過学習 / 未学習 ● 過学習に有効 ○ 学習データを増やす ○ 変数を減らす ○ λ（正則化パラメータ）を大きくする ● 高バイアスに有効 ○ 変数増やす ○ 多項式にする（モデルを複雑にする） ○ λ減らす ※２ ※１ "Python Machine Learning" より引用 参考： http://chezou.hatenablog.com/entry/2016/05/29/215739 ※２ http://lab.synergy-marketing.co.jp/blog/tech/machine-learning-stanford-3 ※１
- 23. NIN 正解率が63.9％に！
- 25. NIN（Network in Network） ? Min Linら（2014）の提案したニューラルネットワークアーキテクチャ１ ? 従来のCNNの線形フィルタを多層パーセプトロン（MLP）に置き換える ? CNNは層が進むほど広域をフィルタして高次の概念を生成するが、この提案は局 所的な画像が統合されて高次の概念になる前により良い抽象化をすることに意義が ある。 1 https://arxiv.org/abs/1312.4400
- 26. NIN（Network in Network） http://qiita.com/muddydixon/items/11ce0e7352c82bc07fcc ↑ 論文中にあるNINの全体図。3つのMLP層とGlobalAveragePooling層が使 用されている ←NIN内の各レイヤ出力の計算式。活性化関数にreluが使われている。 i,jは入力フィーチャマップpixelのインデックス。ｋはチャネルのインデックス、 ｎはMLP層の数
- 28. chainer付属nin.pyのモデル定義 w = math.sqrt(2) mlpconv1=L.MLPConvolution2D(3, (96, 96, 96), 11, stride=4, wscale=w), mlpconv2=L.MLPConvolution2D(96, (256, 256, 256), 5, pad=2, wscale=w), mlpconv3=L.MLPConvolution2D(256, (384, 384, 384), 3, pad=1, wscale=w), mlpconv4=L.MLPConvolution2D(384, (1024, 1024, 1000), 3, pad=1,wscale=w),
- 29. chainer付属nin.pyのforward h = F.max_pooling_2d(F.relu(self.conv1(x)), 3, stride=2) h = F.max_pooling_2d(F.relu(self.conv2(h)), 3, stride=2) h = F.max_pooling_2d(F.relu(self.conv3(h)), 3, stride=2) h = self.conv4(F.dropout(h, train=self.train)) y = F.reshape(F.average_pooling_2d(h, 6), (x.data.shape[0], 1000))
- 31. ご清聴ありがとうございました。