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。

人工知能

人工知能とは、言語の理解や推論、問題解決などの知的行動を人間に代わってコンピューターに行わせる技術のことです。

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。

Q&A

解決済

1回答

687閲覧

Keras/tensorflowで学習中に同じサイズの層同士で入れ替えることが可能か

YNN35

総合スコア22

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。

人工知能

人工知能とは、言語の理解や推論、問題解決などの知的行動を人間に代わってコンピューターに行わせる技術のことです。

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。

0グッド

1クリップ

投稿2020/03/11 13:17

編集2020/03/12 02:26

実現したいこと

Keras/tensorflow(できればKeras)を利用して最初に構成し、学習したニューラルネットワークの一部を交換し再度学習を行うというものを実装したいと考えています。
できれば交換して戻すという一連の流れを一度学習データをセーブすることを避けて実装したいです。(無理ならいいですが)
下の図が例ですが四角で囲まれた範囲の重みを前後入れ替えて戻してを繰り返しながら学習を進めたいというようなものになります。
流れをまとめると
0. モデルを定義
0. とりあえず1バッチ中の1データ分だけ普通に学習
0. 次に学習するとき2-3と3-4の重みを交換して2回目の学習
0. また2-3と3-4を交換してもとと同じ並びにして3回目の学習
0. 学習が終わるまで3~4を続ける

2-3-4を4-3-2とする
(1-2-3-4-5 ⇒ 1-4-3-2-5)

![(ネットワークイメージ図)

これをしても意味がないという意見は受け付けてません。(言われる気がするので事前に言っておきます)

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。

Q71

2020/03/12 01:45

2-3、3-4を入れ替えるとは?2-3-4を4-3-2とする?3-2-4、2-4-3の2回?その他? 1データとは?1イテレーション?1バッチ?1エポック?それとも1バッチ中の1データ?
YNN35

2020/03/12 02:24

1バッチ中の1データで 2-3-4を4-3-2とする ということになります わかりにくくて申し訳ありません。
guest

回答1

0

ベストアンサー

実装経験がないのでうまくいく保証はありませんが、実現可能と思います。
tensorflowの場合、学習後のパラメータの保存ができます。この保存は、個々のパラメータ単位でも可能なので、入れ替えてロードして学習処理を継続すればいいのではないでしょうか?

つまり、iteration処理で、
1.初期学習の実行
2.パラメータの保存
3.パラメータを入れ替えてロード
4.学習の継続
以降、2から繰り返し
を実装すればいいと思います。

少し話が変わりますが、質問に記載のような学習を行うと、最終的にはパラメータを入れ替えても矩形部分の入力と出力がおおよそ同じになるようになるはずです。(意味がないという意見を受け付けないと記載があることは、ご本人もそのことを予見しているためかを思います)
この入力と出力が同じになるようなモデルは『自己符号化器』として知られています。この自己符号化器のパラメータですが、別々にしてもいいし共有化してもいいとされています。そこで、入れ替えをする代わりにパラメータを共有にすることで、似たような結果が得られるかもしれません。

投稿2020/03/12 09:21

R.Shigemori

総合スコア3376

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。

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

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