質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

Q&A

1回答

625閲覧

conditional variational autoencoder (CVAE) のM1+M2におけるq(y|x)の推定方法

tanshoko

総合スコア9

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

0グッド

0クリップ

投稿2018/04/17 15:07

編集2022/01/12 10:55

conditional variational autoencoder (CVAE) についてです。

現在、M1+M2(参考:Semi-supervised Learning with Deep Generative Models)の実装をしようとしているのですが、国内外のさまざまなブログ、pdfなどを見ても、どれもモデルがバラバラであるため、全体の概要が掴めません。
特に、入力xからラベルを推定する部分 q(y|x) が、学習させたモデルのどの部分にxを入れてyを出力するのかわかりません。(M1+M2のモデルは、入力がxとyの二つであり、yを推定するためのネットワークがないため)

どなたかわかる方がいらっしゃいましたら、全体の概要と、q(y|x) の推定の方法を教えていただきたいです。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

http://musyoku.github.io/2016/07/02/semi-supervised-learning-with-deep-generative-models/


何を知りたいのでしょうか?
参考にされたものを列挙していただけないと答えようがないような。

実装の異なる点は抽出できたが、理論と照らし合わせてどれが最適かが疑問でしょうか?

それとも全体像を把握できないからどう実装すればいいのかわからないのでしょうか?

投稿2018/04/17 22:35

mkgrei

総合スコア8560

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

tanshoko

2018/04/18 04:55

http://musyoku.github.io/2016/07/02/semi-supervised-learning-with-deep-generative-models/ http://cympfh.cc/paper/VAE.html http://nnormandin.com/science/2017/07/01/cvae.html https://qiita.com/kenchin110100/items/7ceb5b8e8b21c551d69a https://qiita.com/ysasaki6023/items/119ed018d9f40bb05df9 https://blog.keras.io/building-autoencoders-in-keras.html https://github.com/rarilurelo/keras-VAE https://project.inria.fr/decore/files/2017/03/vae-decore.pdf https://pdfs.semanticscholar.org/e102/ccd83b7b95c33b7fc08c0ea0ad74174cee2a.pdf http://dpkingma.com/wordpress/wp-content/uploads/2014/10/2014-09_deep_prob_models_workshop_nomovies.pdf この他にもいくつかありますが、今列挙できるものはこのくらいです。 今疑問があるものとしては、 ・CVAEの損失関数(対数尤度)の実装方法 ・そもそもの全体のモデル(入力は何で、中間層は何なのかなど) →さまざまな資料があるのに、いくつかモデルがあるためよくわからない ・どのようにyを推定するのか です。 解きたい課題としては、少ないラベル付きデータと多くのラベルなしデータを用いて、ラベルなしのテストデータにラベルを付けて、高い精度を出すことです。 解答をしていただく際に、疑問点など出てきましたら、再度質問をよろしくお願いします。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問