覚え書きブログ

ディープラーニング

Pythonによる機械学習7(Q学習の応用)

前回実装した強化学習の代表的な手法であるQ学習を、各グループで設定したタスクに応用してみましょう。 タスクは、OpenAI gymから選んでください。 gym.openai.com 宿題 MountainCarタスクを参考に、各グループで選定した課題に、Q学習を適用してみましょう…

Pythonによる機械学習7(Q学習 3/3)

【Pythonによる機械学習7(Q学習 3/3)】 Q学習の実行 演習3 宿題1 宿題2 Q学習の実行 演習3 これまでに実装した、discretizeState、updateQおよびselectActionをメインから呼び出し、Q学習を完成させましょう。 Qテーブルを更新するのには時間がかかる…

Pythonによる機械学習7(Q学習 2/3)

【Pythonによる機械学習7(Q学習 2/3)】 Q関数を用いた方策関数 演習2 Q関数を用いた方策関数 Q学習法により獲得したQテーブルを用いて、方策関数を定義します。代表的な方策関数としては、以下のように、貪欲方策と、貪欲方策があります。 演習2 RLク…

Pythonによる機械学習7(Q学習 1/3)

【Pythonによる機械学習7(Q学習 1/3)】 Q学習 Q学習の実装 演習1 Q学習 前回求めた漸化式表現を利用して、価値関数を更新する代表的な方法であるQ学習法を実装します。 以下は、最も単純な強化学習のタスクである2状態マルコフチェーンに、Q学習を適用…

Pythonによる機械学習6(強化学習の基礎 3/3)

【Pythonによる機械学習6(強化学習の基礎 3/3)】 強化学習のテンプレート 強化学習のテンプレートの実行 演習3 宿題 強化学習のテンプレート 次は強化学習のアルゴリズムの実装の準備に入りたいと思います。まずは、強化学習のテンプレートをgitを用い…

Pythonによる機械学習6(強化学習の基礎 補足)

【Pythonによる機械学習6(強化学習の基礎 補足)の目次】 WindowsへのOpenAI Gymをインストール手順 WindowsへのOpenAI Gymをインストール手順 1) windows subsystem for Linux(WSL)の設定とUbuntuのインストール Qiitaのページhttps://qiita.com/Arun…

Pythonによる機械学習6(強化学習の基礎 2/3)

【Pythonによる機械学習6(強化学習の基礎 2/3)の目次】 エピソード OpenAI Gym Mountain Carタスク 演習2 エピソード 猫の問題箱実験での猫のように、強化学習では試行錯誤を繰り返しながら、より高い報酬和の期待値を獲得する方策を探索します。強化…

Pythonによる機械学習6(強化学習の基礎 1/3)

今回は、まず、強化学習の基礎(教師あり学習との違い、動物の行動学習、定式化)について学びます。そして、演習で用いるベンチマークツールのopen AI Gymのセットアップを行います。【Pythonによる機械学習6(強化学習の基礎 1/3)の目次】 機械学習の…

Pythonによる機械学習5(グループ発表)

前回の宿題 感情分類および手書き文字画像の分類を参考に、各グループで選定した課題に、ニューラルネットワークを適用してみましょう。各グループにて以下の内容を発表してください。 1) 選択した課題の内容 2) 学習データと評価データの概要 3) ニューラル…

Pythonによる機械学習10(4/4)

<< Pythonによる機械学習10(3/4)【Pythonによる機械学習10(3/4)の目次】 モデル選択 モデル選択 カーネルモデルを最大限に活用するためには、データに合わせてガウスカーネルの幅や多項式カーネルの次数などのハイパーパラメータを調整する必…

tensorflow版のyolo2のインストールと学習

yolo2のtensorflow版がいくつかgithubに上がっているので、 thtrieuのdarkflowをインストールして、学習させてみた試してみた。thtrieuのdarkflow github.com インストール flowを用いた検出 flowを用いた学習 ネットワーク構成 インストール インストールの…

Tokyo Deep Learning Workshop2018

今日から4日間Tokyo Deep Learning Workshopに参加している。発表を聞いて気になったところをメモる。 http://www.ms.k.u-tokyo.ac.jp/TDLW2018/ Jun Zhu先生の発表 Bayesian Deep LearningのツールZhusuanの紹介.Tensorflow上で動く. http://zhusuan.rea…

vod-converterのxmlファイルの改行

以下のvod-converterを用いて、kittiからvodに変換し、出力されたxmlファイルには改行が無い。webで見ると改行を自動的に付加してくるようだが、viで開くと一行になっているので、とても読みにくい。 github.comつまり、こんな感じ。 <annotation><filename>006911.png</filename><folder>VOC2012</folder><segmented>0</segmented><size><depth>3</depth><width>1242</width><height></height></size></annotation>…

caffeの動作確認&デバッグ方法

pythonでpycaffeを実行すると、実際にcaffe内でconvやfc層の値やパラメータがどうなっているのかが見えにくいときがある。そんなときは、以下のように、self.solver.step(1)前後でpdbで止めて、self.solverを参照して中身を見ることができる。 import pdb pd…

Faster R-CNN on Ubuntu16.04

Faster R-CNNを、Ubuntu16.04+CUDA8.0+CUDNN5.1にインストールした。 手順は以下の通り。1)py-faster-rcnnのレポジトリをclone > git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 2)最新のcaffeをmerge 以下のコメントを参考に…

tensorflowのソースからのビルド

以下のnn_ops.pyのconv1_transpose(1D deconv)を使いたく、最新版のtensorflowをソースからビルドしてみた。なお、現時点(2017/12/30)でpipでインストール可能なtensorflow v1.4.1は、まだconv1d_transposeは対応していない。 https://github.com/tensor…

ubunt16.04のインストール(DELL precision tower, GALLERIA ZZ + GTX1080ti)

久しぶりにPCのセットアップを行ったのでメモっておく。 ubuntu16.04LTSのインストール nomodesetを設定してインストール CUDA8とCUDNN6のインストール Anaconda3のインストール tensorflowのインストール GALLERIA ZZの有線LANドライバのインストール 今回…

tensorflow gpu版のインストール

python2系とpython3系が共存する環境で、pipを使ってtensorflowのgpu版をインストールしようとすると以下のようなエラーがでた。 > sudo pip install tensorflow-gpu Requirement already satisfied (use --upgrade to upgrade): tensorflow-gpu in /usr/loc…

Pythonによる機械学習10(2/4)

<< Pythonによる機械学習10(1/4)【Pythonによる機械学習10(2/4)の目次】 線形回帰のテンプレート 演習2 行列演算による高速化 演習3 線形回帰の実行例 線形回帰のテンプレート intelligentSystemTrainingフォルダ下の線形回帰のテンプレートre…

Pythonによる機械学習10(1/4)

【Pythonによる機械学習10(1/4)の目次】 回帰問題とは 線形回帰問題の定式化 最小二乗法によるモデルパラメータの最適化 線形回帰モデルのデータの準備 学習データの構造 演習1 回帰問題とは 線形回帰問題の定式化 最小二乗法によるモデルパラメータ…

Pythonによる機械学習4(ニューラルネット応用 4/4)

<< Pythonによるデータ解析4(ニューラルネット応用 3/4)【Pythonによる機械学習4(ニューラルネット応用 4/4)の目次】 画像分類ニューラルネットワークの学習と評価 画像分類の結果の可視化 演習2 宿題 画像分類ニューラルネットワークの学習と…

Pythonによる機械学習4(ニューラルネット応用 3/4)

<< Pythonによるデータ解析4(ニューラルネット応用 2/4)【Pythonによる機械学習4(ニューラルネット応用 3/4)の目次】 手書き文字画像の分類 画像特徴量の抽出 学習と評価データの準備 手書き文字画像の分類 画像分類の題材として、手書き文字画…

Pythonによる機械学習4(ニューラルネット応用 2/4)

<< Pythonによるデータ解析4(ニューラルネット応用 1/4)【Pythonによる機械学習4(ニューラルネット応用 2/4)の目次】 TF-IDF特徴量の抽出 ニューラルネットワークの学習と評価 感情分類の結果の可視化 演習1 TF-IDF特徴量の抽出 今回は、比較的…

Pythonによる機械学習4(ニューラルネット応用 1/3)

前回までは、ロジスティック回帰とニューラルネットワークを題材に、機械学習のアルゴリズムの開発を経験しました。機械学習のアルゴリズムの開発は、高校・大学で学んだ微積分、線形代数、確率、情報理論およびプログラム言語を駆使して、以下のような手順…

Pythonによる機械学習3(ニューラルネット 3/3)

<< Pythonによる機械学習3(ニューラルネット 2/3)【Pythonによる機械学習3(ニューラルネット 3/3)の目次】 演習3 ニューラルネットワークの実行例 中間層のノード数と交差エントロピー損失の関係 宿題 演習3 以下のupdateメソッド【self.W1の更…

Pythonによる機械学習3(ニューラルネット 2/3)

<< Pythonによるデータ解析3(ニューラルネット 1/3)【Pythonによる機械学習3(ニューラルネット 2/3)の目次】 難しいデータに対するロジスティック回帰 ニューラルネットワークのテンプレート 演習2 難しいデータに対するロジスティック回帰 前回…

Pythonによる機械学習3(ニューラルネット 1/3)

前回のロジスティック回帰の構成を2階層のニューラルネットワークと解釈できました。今回は、中間層を導入し非線形な表現が可能な3階層のニューラルネットワークを実装していきます。【Pythonによる機械学習3(ニューラルネット 1/3)の目次】 3階層の…

Pythonによる機械学習2(ロジスティック回帰 4/4)

<< Pythonによる機械学習2(3/4)さて、ロジスティック回帰のテンプレートで、まだ未実装の交差エントロピー(lossメソッド)を実装し、完成させていきます。【Pythonによる機械学習2(ロジスティック回帰 4/4)の目次】 演習4 ロジスティック回帰…

Pythonによる機械学習2(ロジスティック回帰 3/4)

<< Pythonによる機械学習2(ロジスティック回帰 2/4)【Pythonによる機械学習2(ロジスティック回帰 3/4)の目次】 ロジスティック回帰のテンプレート ロジスティック回帰のテンプレートの実行 演習3 ロジスティック回帰のテンプレート 人工データ…

Pythonによる機械学習2(ロジスティック回帰 2/4)

<< Pythonによる機械学習2(ロジスティック回帰 1/4)【Pythonによる機械学習2(ロジスティック回帰 2/4)の目次】 学習データの構造 人工データの取得 演習2 学習データの構造 本講義では、学習データを、以下のような行列構造で表現します。 ※教科…