前提・実現したいこと
質問①
下記の掲載と似ている質問になるのですが、60000枚のMNISTを学習させたあとに間違えた1枚を学習させたところで、
オンライン学習
次回正答率はさほど変わらないものなのでしょうか。
統計学なので6万分の1の画像を学習させても次回正解になるとは限らないということなのでしょうか。
numpy配列の縦横のマス目の0~255の数値が全く同じであれば次回から正解していそうとは思いますがそれは間違えなのでしょうか。
質問②
私は自分で記載した4という数字を認識させたところ、9と初めに判定してしまいました。
python
1predictions = model.predict(img_list_np) 2 3pred = predictions[0] 4print(pred) 5for name, score in zip(class_names, pred): 6 print(f"{name}: {score:.2%}")
そこで上記リンク(オンライン学習)の通りに学習させようと以下のコードを記載して実行しました。
python
1model.fit(img_list_np, npint_dim) 2predictions = model.predict(img_list_np) 3pred = predictions[0] 4print(pred) 5for name, score in zip(class_names, pred): 6 print(f"{name}: {score:.2%}")
他の方法(画像をshapeや次元数を合わせてtrainに追加してからmodel再学習する方法)でも目当ての間違えた画像を追加を試すことも試みましたが、そのときも分散してしまいました。いったいこれは何がおきているのでしょうか。
私の仮説は、4のラベルだけ増えて学習データの均衡が崩れたからでしょうか。といっても6万分の1ですが。
質問③
そもそも、上記の方法は、今までのtrain_dataの学習データに追加するように、手書き数字とラベルがモデルに加わったという認識で間違えないでしょうか。
質問④
そしてさらに私はもう一度学習をさせてみました。
発生している問題・エラーメッセージ
すると、若干4の確率が上がったくらいの変化しかなかったです。通常一度間違えたのは2度と間違って認識してほしくないというのが、アプリ開発者としては当然なのですが、この機械学習においてはどのような方法で2度と間違わないように修正を加えることができるのでしょうか。アドバイスよろしくお願い致します。
~環境~
win10
Anaconda3
python3
jupyternotebook
keras
tensorflow
回答1件
あなたの回答
tips
プレビュー
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。
2019/08/26 22:58