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%
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。

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。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

Q&A

0回答

449閲覧

タスクごとにデータの数が異なる際にマルチタスク学習が可能かどうか

kyabaria

総合スコア13

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。

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。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

0グッド

0クリップ

投稿2019/05/08 03:56

編集2022/01/12 10:55

multitask学習に関して質問があります。下記のようなコードを使用して多入力,多出力のマルチタスク学習を実装しました。x_train_T1, x_train_T2 は Task 1, Task 2 それぞれへの入力データ. y_train_T1と y_train_T2 はTask1, Task2それぞれのラベルデータ(0/1)です。. x_train_T1とx_train_T2は同じ次元の特徴量ベクトルです(1443次元)。ですが両者はデータ数が異なります。Task1に対しては1213個のデータサンプルがありますがTask2に対しては1271個のデータサンプルのみ存在します。

python

1input_T1_tensor=Input(shape=(x_train_T1.shape[1],),name='T1_input') 2input_T2_tensor=Input(shape=(x_train_T2.shape[1],),name='T2_input') 3concatenated=layers.concatenate([input_T1_tensor,input_T2_tensor],axis=-1) 4x=Dropout(concatenated) 5x=layers.Dense(x) 6T1_layer=layers.Dense(10,activation='relu')(x) 7T2_layer=layers.Dense(10,activation='relu')(x) 8T1_out=layers.Dense(1,activation='sigmoid',name='T1_out')(T1_layer) 9T2_out=layers.Dense(1,activation='sigmoid',name='T2_out')(T2_layer) 10model=Model(inputs=[input_T1_tensor,input_T2_tensor],outputs=[T1_out,T2_out]) 11model.compile(loss={'T1_out':'binary_crossentropy','T2_out':'binary_crossentropy'},optimizer='adam',metrics=['accuracy']) 12model.fit([x_train_T1,x_train_T2],[y_train_T1,y_train_T2],epochs=epoch,batch_size=batch,verbose=0,validation_split=0.1,callbacks=[early_stopping])

このような状況でコードを実行すると下記のようなエラーコードが出ます。

All input arrays (x) should have the same number of samples. Got array shapes: [(1213, 1443), (1271, 1443)]

私が知りたいのはタスクごとにデータ数が異なる際にマルチタスク学習を行うことが可能なのかどうかという点です。stackoverflowでも同様の質問をさせていただいておりますが,こちらでも確認のため質問を投稿させていただきます。よろしくお願いいたします。

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。

MasashiKimura

2019/05/10 07:08

データの対応はとれますか?つまり、タスクAのある行のデータとタスクBのある行のデータの対応はわかりますか?
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

まだ回答がついていません

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