質問編集履歴
4
コードを分けた
test
CHANGED
File without changes
|
test
CHANGED
@@ -8,9 +8,9 @@
|
|
8
8
|
|
9
9
|
### 学習結果
|
10
10
|
|
11
|
+
|
12
|
+
|
11
|
-
**CNN1 (aidemy版)**
|
13
|
+
```**CNN1 (aidemy版)**
|
12
|
-
|
13
|
-
|
14
14
|
|
15
15
|
//モデル定義
|
16
16
|
|
@@ -88,11 +88,13 @@
|
|
88
88
|
|
89
89
|
![イメージ説明](a545e87427558a35e3f9374a0e1ddb4a.png)
|
90
90
|
|
91
|
-
|
91
|
+
```
|
92
|
-
|
93
|
-
|
94
|
-
|
92
|
+
|
93
|
+
|
94
|
+
|
95
|
+
|
96
|
+
|
95
|
-
**CNN2(自作版)**
|
97
|
+
```**CNN2(自作版)**
|
96
98
|
|
97
99
|
//モデル定義
|
98
100
|
|
@@ -186,10 +188,14 @@
|
|
186
188
|
|
187
189
|
)
|
188
190
|
|
191
|
+
```
|
192
|
+
|
189
193
|
![イメージ説明](a4076e814931ec9d552f72366d1151f5.png)
|
190
194
|
|
191
195
|
|
192
196
|
|
197
|
+
|
198
|
+
|
193
199
|
## ダメな部分
|
194
200
|
|
195
201
|
してはいけないこと、推奨されていないことをしてしまっている、このdropoutやmaxpoolingの位置や数字、層の順序やパラメータで明らかに間違っている等があれば教えていただきたいです。よろしくお願いします。
|
@@ -198,7 +204,7 @@
|
|
198
204
|
|
199
205
|
## 改善したCNN
|
200
206
|
|
201
|
-
### ori2 -- (Conv2D(32, (3, 3)))固定に
|
207
|
+
```### ori2 -- (Conv2D(32, (3, 3)))固定に
|
202
208
|
|
203
209
|
ori2 = Sequential()
|
204
210
|
|
@@ -264,12 +270,16 @@
|
|
264
270
|
|
265
271
|
ori2.add(Activation("softmax"))
|
266
272
|
|
273
|
+
```
|
274
|
+
|
267
275
|
![イメージ説明](b640cf801c586bc3731dfd899a1b1322.png)
|
268
276
|
|
269
277
|
Conv32固定だとダメな模様?
|
270
278
|
|
271
279
|
|
272
280
|
|
281
|
+
```
|
282
|
+
|
273
283
|
### ori3 Dropoutを徐々に増加、batch_sizeを大きめに100に変更
|
274
284
|
|
275
285
|
ori3 = Sequential()
|
@@ -336,6 +346,8 @@
|
|
336
346
|
|
337
347
|
ori3.add(Activation("softmax"))
|
338
348
|
|
349
|
+
```
|
350
|
+
|
339
351
|
![イメージ説明](574aa71d6757a0c911a683b63ffcf7da.png)
|
340
352
|
|
341
353
|
77%くらいまで上昇しました。90%とかそこまでは求めないとしても、80%とかどうやって出すんでしょう。
|
3
修正モデルを追加
test
CHANGED
File without changes
|
test
CHANGED
@@ -267,3 +267,75 @@
|
|
267
267
|
![イメージ説明](b640cf801c586bc3731dfd899a1b1322.png)
|
268
268
|
|
269
269
|
Conv32固定だとダメな模様?
|
270
|
+
|
271
|
+
|
272
|
+
|
273
|
+
### ori3 Dropoutを徐々に増加、batch_sizeを大きめに100に変更
|
274
|
+
|
275
|
+
ori3 = Sequential()
|
276
|
+
|
277
|
+
ori3.add(Conv2D(32, (3, 3), padding='same', input_shape=X_train.shape[1:]))
|
278
|
+
|
279
|
+
ori3.add(Activation("relu"))
|
280
|
+
|
281
|
+
ori3.add(Conv2D(32, (3, 3)))
|
282
|
+
|
283
|
+
ori3.add(Dropout(0.1))
|
284
|
+
|
285
|
+
ori3.add(Activation("relu"))
|
286
|
+
|
287
|
+
ori3.add(MaxPool2D(pool_size=(2, 2)))
|
288
|
+
|
289
|
+
ori3.add(Dropout(0.1))
|
290
|
+
|
291
|
+
|
292
|
+
|
293
|
+
ori3.add(Conv2D(64, (3, 3)))
|
294
|
+
|
295
|
+
ori3.add(Activation("relu"))
|
296
|
+
|
297
|
+
ori3.add(Dropout(0.2))
|
298
|
+
|
299
|
+
ori3.add(Conv2D(64, (3, 3)))
|
300
|
+
|
301
|
+
ori3.add(Activation("relu"))
|
302
|
+
|
303
|
+
ori3.add(MaxPool2D(pool_size=(2, 2)))
|
304
|
+
|
305
|
+
ori3.add(Dropout(0.2))
|
306
|
+
|
307
|
+
|
308
|
+
|
309
|
+
ori3.add(Conv2D(128, (3, 3)))
|
310
|
+
|
311
|
+
ori3.add(Activation("relu"))
|
312
|
+
|
313
|
+
ori3.add(Dropout(0.3))
|
314
|
+
|
315
|
+
ori3.add(Conv2D(128, (3, 3)))
|
316
|
+
|
317
|
+
ori3.add(Activation("relu"))
|
318
|
+
|
319
|
+
|
320
|
+
|
321
|
+
ori3.add(Flatten())
|
322
|
+
|
323
|
+
ori3.add(Dense(512))
|
324
|
+
|
325
|
+
ori3.add(Activation('relu'))
|
326
|
+
|
327
|
+
ori3.add(Dropout(0.4))
|
328
|
+
|
329
|
+
ori3.add(Dense(256))
|
330
|
+
|
331
|
+
ori3.add(Activation('relu'))
|
332
|
+
|
333
|
+
ori3.add(Dropout(0.5))
|
334
|
+
|
335
|
+
ori3.add(Dense(10))
|
336
|
+
|
337
|
+
ori3.add(Activation("softmax"))
|
338
|
+
|
339
|
+
![イメージ説明](574aa71d6757a0c911a683b63ffcf7da.png)
|
340
|
+
|
341
|
+
77%くらいまで上昇しました。90%とかそこまでは求めないとしても、80%とかどうやって出すんでしょう。
|
2
ori2の学習結果を追記
test
CHANGED
File without changes
|
test
CHANGED
@@ -198,6 +198,8 @@
|
|
198
198
|
|
199
199
|
## 改善したCNN
|
200
200
|
|
201
|
+
### ori2 -- (Conv2D(32, (3, 3)))固定に
|
202
|
+
|
201
203
|
ori2 = Sequential()
|
202
204
|
|
203
205
|
ori2.add(Conv2D(32, (3, 3), padding='same', input_shape=X_train.shape[1:]))
|
@@ -261,3 +263,7 @@
|
|
261
263
|
ori2.add(Dense(10))
|
262
264
|
|
263
265
|
ori2.add(Activation("softmax"))
|
266
|
+
|
267
|
+
![イメージ説明](b640cf801c586bc3731dfd899a1b1322.png)
|
268
|
+
|
269
|
+
Conv32固定だとダメな模様?
|
1
改善版のCNNを追記
test
CHANGED
File without changes
|
test
CHANGED
@@ -193,3 +193,71 @@
|
|
193
193
|
## ダメな部分
|
194
194
|
|
195
195
|
してはいけないこと、推奨されていないことをしてしまっている、このdropoutやmaxpoolingの位置や数字、層の順序やパラメータで明らかに間違っている等があれば教えていただきたいです。よろしくお願いします。
|
196
|
+
|
197
|
+
|
198
|
+
|
199
|
+
## 改善したCNN
|
200
|
+
|
201
|
+
ori2 = Sequential()
|
202
|
+
|
203
|
+
ori2.add(Conv2D(32, (3, 3), padding='same', input_shape=X_train.shape[1:]))
|
204
|
+
|
205
|
+
ori2.add(Activation("relu"))
|
206
|
+
|
207
|
+
ori2.add(Conv2D(32, (3, 3)))
|
208
|
+
|
209
|
+
ori2.add(Dropout(0.5))
|
210
|
+
|
211
|
+
ori2.add(Activation("relu"))
|
212
|
+
|
213
|
+
ori2.add(MaxPool2D(pool_size=(2, 2)))
|
214
|
+
|
215
|
+
ori2.add(Dropout(0.5))
|
216
|
+
|
217
|
+
|
218
|
+
|
219
|
+
ori2.add(Conv2D(32, (3, 3)))
|
220
|
+
|
221
|
+
ori2.add(Activation("relu"))
|
222
|
+
|
223
|
+
ori2.add(Dropout(0.5))
|
224
|
+
|
225
|
+
ori2.add(Conv2D(32, (3, 3)))
|
226
|
+
|
227
|
+
ori2.add(Activation("relu"))
|
228
|
+
|
229
|
+
ori2.add(MaxPool2D(pool_size=(2, 2)))
|
230
|
+
|
231
|
+
ori2.add(Dropout(0.5))
|
232
|
+
|
233
|
+
|
234
|
+
|
235
|
+
ori2.add(Conv2D(32, (3, 3)))
|
236
|
+
|
237
|
+
ori2.add(Activation("relu"))
|
238
|
+
|
239
|
+
ori2.add(Dropout(0.5))
|
240
|
+
|
241
|
+
ori2.add(Conv2D(32, (3, 3)))
|
242
|
+
|
243
|
+
ori2.add(Activation("relu"))
|
244
|
+
|
245
|
+
|
246
|
+
|
247
|
+
ori2.add(Flatten())
|
248
|
+
|
249
|
+
ori2.add(Dense(512))
|
250
|
+
|
251
|
+
ori2.add(Activation('relu'))
|
252
|
+
|
253
|
+
ori2.add(Dropout(0.5))
|
254
|
+
|
255
|
+
ori2.add(Dense(256))
|
256
|
+
|
257
|
+
ori2.add(Activation('relu'))
|
258
|
+
|
259
|
+
ori2.add(Dropout(0.5))
|
260
|
+
|
261
|
+
ori2.add(Dense(10))
|
262
|
+
|
263
|
+
ori2.add(Activation("softmax"))
|