Upload
teppei-murakami
View
1.014
Download
3
Embed Size (px)
Citation preview
機械学習フレームワーク横断
Chainer, Keras
【基礎編】
目次
• 問題設定
• chainer導入と実装
• keras導入と実装
• chainer keras比較
• 感想
問題設定(分類問題について)
分類問題の流れ
対象物
特徴量
分類器
A
C
B
• 対象物から問題に適した特徴量を抽出• 特徴量を分類器に入力• 対象物がどのクラスに属しているか判定
今回扱うデータ
対象物
特徴量
分類器
A
C
B
アヤメ
setosa
virginica
versicolor
特徴量の内容
対象物
特徴量
分類器
A
C
B
花びらの長さと幅がく片の長さと幅の4次元ベクトル
扱う分類器
対象物
特徴量
分類器
A
C
B
NN(ニューラルネットワーク)
今回の構成
花びらの長さ
花びらの幅
(中間層の1つ目のノードの入出力のみに着目)
がく片の幅
がく片の長さ
b(バイアス)
入力層
中間層
出力層
W1
W2
W1
W2
教師信号の内要
[1, 0, 0]
[0, 1, 0]
[0, 0, 1]
Chainerの導入と実装http://chainer.org/
Chainer 導入
Chainer実装
Chainer実装
モデルの記述
Chainer実装モデルの記述
Chainer実装
モデル、最適化手法の設定
Chainer実装
学習
参考図書
『Chainerによる実践深層学習』新納浩幸http://shop.ohmsha.co.jp/shopdetail/000000004728/
Kerasの導入と実装https://keras.io/ja/
Keras導入
Keras実装
モデルの記述
損失関数、最適化手法を設定してコンパイル
バッチ数、繰り返し回数を設定して学習
Chainer Keras比較
実行結果 Chainer
実行結果 Keras
実行結果比較
• 識別制度がChainer:66.67% Keras:69.33%と似たような結果に
• 出力結果を見比べてみると、正解クラスが1のところを0と識別ミスしている => まだまだチューニングが必要そう
今回はたまたま同じような結果になったが、ランダムに決まる更新アルゴリズムの初期値によってはパラメタータの値が変わってくるので必ずしも一致するとは限らない。
感想
• Chainer:変数の中身を見ながら実装する中で、細かい理論の理解もしながら進められた。(参考文献が良かった)
• Keras:NNの実装イメージがついている前提で触ると、とてもシンプルでチューニングしやすかった