回答編集履歴
3
日本語の改善
test
CHANGED
|
@@ -2,23 +2,27 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
「損失関数」とか聞き覚えありませんか？
|
|
5
|
+
「損失関数」とか、聞き覚えありませんか？
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
9
|
-
ニューラルネット
|
|
9
|
+
ニューラルネットのような勾配法を使う機械学習手法では、その損失を最小化するという問題を解いて学習を行っています。
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
|
13
|
-
仕組みの理解は大事なのでわからなければ勉強してください
|
|
13
|
+
仕組みの理解は大事なので、わからなければ勉強してください。
|
|
14
14
|
|
|
15
15
|
|
|
16
16
|
|
|
17
|
-
|
|
17
|
+
損失の数値自体は小さければ小さいほど良いです。ただし、値のスケールは場合（データやネットワークの構造）によります。
|
|
18
18
|
|
|
19
19
|
|
|
20
20
|
|
|
21
|
+
また、epochが進むにつれて損失が低下していく傾向なら、学習がうまくいっているといえます。というか、基本的にはそれだけ見て判断します。
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
|
|
21
|
-
やたらに数字が大きいとか、明らかに変なところにべたーっと張り付いて動かないとか、epochが増えるに従って増加していくとかだと、何か都合の悪いことが起きているんじゃないかなぁ、ということがわかります。
|
|
25
|
+
やたらに数字が大きいとか、明らかに変なところにべたーっと張り付いて動かないとか、epochが増えるに従って増加していくとかだと、何か都合の悪いことが起きているんじゃないかなぁ、ということが損失の数値からわかります。
|
|
22
26
|
|
|
23
27
|
|
|
24
28
|
|
|
@@ -50,17 +54,19 @@
|
|
|
50
54
|
|
|
51
55
|
|
|
52
56
|
|
|
53
|
-
fit
|
|
57
|
+
バリデーション用のデータは、kerasだとモデルをfitさせる際に指定していると思います。渡したデータから一定割合自動的に選ばれるとか、明示的にデータそのものを渡すとかのオプションがあったはずです。
|
|
54
58
|
|
|
55
59
|
|
|
56
60
|
|
|
57
|
-
|
|
61
|
+
1こということはないはずですが。ある程度バリデーション用データの数がないと、正確な判断ができません。
|
|
58
62
|
|
|
59
63
|
|
|
60
64
|
|
|
61
|
-
|
|
65
|
+
val_loss, val_accはバリデーションデータに対する損失と正解率、ということです。当然train_lossとtrain_accもあります。
|
|
62
66
|
|
|
63
67
|
|
|
68
|
+
|
|
69
|
+
これらの役割というか用途としましては、ちゃんと学習が進んでいるか、過学習していないかといったことを確認したりするのに使えます。
|
|
64
70
|
|
|
65
71
|
|
|
66
72
|
|
2
修正
test
CHANGED
|
@@ -46,7 +46,11 @@
|
|
|
46
46
|
|
|
47
47
|
|
|
48
48
|
|
|
49
|
+
バリデーションは、バリデーション用に選んだデータに対して指標などを計算することです。
|
|
50
|
+
|
|
51
|
+
|
|
52
|
+
|
|
49
|
-
|
|
53
|
+
fitの際に、渡したデータから一定割合自動的に選ばれるとか、明示的に指定するとかしているはずです。1こということはないはずですが。
|
|
50
54
|
|
|
51
55
|
|
|
52
56
|
|
1
修正
test
CHANGED
|
@@ -54,7 +54,7 @@
|
|
|
54
54
|
|
|
55
55
|
|
|
56
56
|
|
|
57
|
-
役割は、ちゃんと学習が進んでいるか、過学習していないかといったことを確認したりするのに使えます。
|
|
57
|
+
役割というか用途としましては、ちゃんと学習が進んでいるか、過学習していないかといったことを確認したりするのに使えます。
|
|
58
58
|
|
|
59
59
|
|
|
60
60
|
|