回答編集履歴

2

追記2

2020/03/06 22:41

投稿

Q71
Q71

スコア995

test CHANGED
@@ -47,3 +47,15 @@
47
47
 
48
48
 
49
49
  ということで、自分が何をしたいのか、参考にしているページが何をしようとしているのか、しっかり抑えて下さい。
50
+
51
+
52
+
53
+ ---
54
+
55
+
56
+
57
+ 畳み込みネットワークを使った分類は、畳み込み層で特徴を抽出し、パーセプトロン層で分類します。
58
+
59
+ 転移学習は、畳み込み層(の係数)は学習せず、パーセプトロン(の係数)を作り替えます。よって、畳み込み層で特徴抽出ができなければ、転移学習は成功しません。
60
+
61
+ 今回、元のネットワークは「カラーの犬と猫」で、転移で学習しようとしたのは「グレースケールの数字」です。そうすると、特徴が全く異なるので、「グレースケールの数字」を分類するために必要な特徴が抽出できないことが考えられます。

1

解凍

2020/03/06 22:41

投稿

Q71
Q71

スコア995

test CHANGED
@@ -23,3 +23,27 @@
23
23
  さて、以前の質問も含めて、いろいろ変更されていると思います。変更点を洗い出して下さい。
24
24
 
25
25
  チュートリアルは、複数の画像を一度に推論していますが、あなたはそれを単一の画像を推論できるように変更しているのではないですか?そうであれば、自分が何をどう変えたのかよく考えて下さい。
26
+
27
+
28
+
29
+ ---
30
+
31
+
32
+
33
+ 参考にされた[Transfer learning with a pretrained ConvNet](https://www.tensorflow.org/tutorials/images/transfer_learning?hl=ja)には、こう書かれています。
34
+
35
+ > In this tutorial, you will learn how to classify images of cats and dogs by using transfer learning from a pre-trained network.
36
+
37
+
38
+
39
+ 「犬と猫を分類する」と。これは、2クラス分類です。[以前の質問](https://teratail.com/questions/241424)で参考にされた[はじめてのニューラルネットワーク:分類問題の初歩](https://www.tensorflow.org/tutorials/keras/classification?hl=ja)は、ファッションMNISTで、こちらは10クラス分類です。分類するクラス数はいくつでも良いのですが、2クラスの時だけ、注意が必要です。
40
+
41
+ 犬と猫に分類します。与えられる画像は、馬が混ざっていても良いのですが、モデルは犬と猫しか知らないので、馬であっても犬か猫、どちらか似ている方へ分類します。ここで、「犬である確率は60%」と推論したとしましょう。では、猫である確率は、いくらですか。それを、どうやって計算しますか。もちろん、100-60=40で、猫である確率は40%です。ですから、2クラス分類に限り、最終層の出力がクラス数ではなく、1でもかまわないのです。
42
+
43
+ あなたは、何クラスの分類をしたいのでしょうか。そのクラスに合わせた出力をして下さい。
44
+
45
+ また、最終層の出力を[softmax関数](https://qiita.com/Hatomugi/items/158b8656da5cc4cce0fe)にかけることをお忘れ無く。
46
+
47
+
48
+
49
+ ということで、自分が何をしたいのか、参考にしているページが何をしようとしているのか、しっかり抑えて下さい。