書評(ウォール街の物理学者)
広く浅く書かれていて、
結構面白かったです。
まずは、ある仮定を元にシンプルなモデルを作成する。
そのモデルが通用しない状況が発生する。
その原因を探る。
原因追求後に、新たなモデルを作成する。
時代と共にモデルがアップデートされて、洗練されていきます。
ただ、モデルは仮定を元に作られているので、万能ではないです。
その辺を頭に入れて、使っていきましょう。ということが書かれています。
TensorFlowでimage recognition(Inception‐v3 転移学習)
tensorflowのチュートリアルでImage recognitionがありますが、
これを使って自分で分類機を作成してみました。
参考サイトは以下です。
今回、新たに自分が用意した画像で学習させますが、
このときに転移学習という技術を利用しています。
転移学習の説明は以下のサイトで、
Inseption-v3というすでに他の画像データで学習したモデルがあるのですが、
そのモデルの分類に関するノウハウを、
「自分が用意した画像データで学習」する際に利用するのが転移学習です。
ノウハウといいましたが、機械学習ですのでノウハウの意味解釈性は理解しにくいとは思いますが、概ね以下のようなことだと思います。
- 画像における様々なタスクにおいて、「共通してとらえるべき特徴」が存在する
- 「共通してとらえるべき特徴」を得るのに、画像認識(クラス分類)が有効である
ちなみに、プログラムを実行したら、画像データ足りないと怒られました。
1サンプルにつき20枚程度の画像が必要になるみたいです。
multi_index のclumn名について
multi_indexの場合、
df.columnsだとmulti_indexで取得してします。
→df.columns.set_level_values(0)でmulti_indexの第1層目を取得可能
C#覚書、staticとかThisとかなにそれ
C#の覚書、
以下参考サイト、
http://ufcpp.net/study/csharp/oo_static.html
静的メンバとかなんだそれ?
C#だと、変数やクラスにstaticをつけると、
静的メンバとよぶらしい。
static 変数と宣言されたら、
それはいわゆるクラス変数(クラス内で共通の変数)のことみたい。
static クラスと宣言されたら、
それはインスタンスを作る必要のないクラスみたい。
メソッドしか持たない。
構造化言語でいう関数に近い。
