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
87.20%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

解決済

メルカリのCNN後の次元削減手法について

trafalbad
trafalbad

総合スコア301

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

1回答

0評価

1クリップ

4698閲覧

投稿2018/09/22 02:54

編集2018/09/22 02:55

メルカリでこんな記事がありました

メルカリに学ぶ深層学習基盤

inceptionV3の中間層から取り出した特徴デカすぎない?リアルタイムで計算できるの?

特徴はPCAで次元潰して計算コスト下げてる

メルカリにおける AI 活用事例 PyCon JP 2018

これに書いてあるのはinceptionv3の中間層から取り出した特徴ベクトルを、PCAで次元削減しているようです。
自分も試しにやって見たのですが、上手く行きません?

kerasのmodelに次元削減は無理なのでしょうか?

この中間層のベクトルを次元削減する手法はどのようにやるのかについて、何か参考になること、推論、資料なんでもいい良いので、知恵を貸していただけないでしょうか?

=>実験

python

# tfrecordの場合 train_image, train_labels=distorted_input(filenames, batch_size=256, train=True) train_image >>><tf.Tensor 'Sub_1:0' shape=(256, 150, 150, 3) dtype=float32> model= InceptionV3(include_top=False, weights=None, input_tensor=train_image, pooling='avg', classes=200) model >>> <keras.engine.training.Model at 0x1a325c4eb8> # shape指定の場合 model= InceptionV3(include_top=False, weights=None, input_shape=(150,150,3), pooling='avg', classes=200) model >>> <keras.engine.training.Model at 0x1a38b6a208> # 次元削減 pca = PCA(n_components=500) pca.fit(model) plt.plot(np.cumsum(pca.explained_variance_ratio_)) # エラー TypeError Traceback (most recent call last) <ipython-input-11-ceb44ec0ea8f> in <module>() 1 2 pca = PCA(n_components=500) ----> 3 pca.fit(model) 4 5 plt.plot(np.cumsum(pca.explained_variance_ratio_)) /anaconda3/lib/python3.6/site-packages/sklearn/decomposition/pca.py in fit(self, X, y) 327 Returns the instance itself. 328 """ --> 329 self._fit(X) 330 return self 331 /anaconda3/lib/python3.6/site-packages/sklearn/decomposition/pca.py in _fit(self, X) 368 369 X = check_array(X, dtype=[np.float64, np.float32], ensure_2d=True, --> 370 copy=self.copy) 371 372 # Handle n_components==None /anaconda3/lib/python3.6/site-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator) 431 force_all_finite) 432 else: --> 433 array = np.array(array, dtype=dtype, order=order, copy=copy) 434 435 if ensure_2d: TypeError: float() argument must be a string or a number, not 'Model'

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイ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。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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

同じタグがついた質問を見る

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。