メリークリスマス！！！！ @tabe2314です。 この記事では、明日から使えるChainerテクニックとして、既存モデルをファインチューンして新しいモデルをつくる際の個人的なベストプラクティスを紹介します。 ファインチューニング ニューラルネットを学習するために、別の問題、別のデータセットで学習済みのモデルのパラメータをコピーして、それを新しいニューラルネットのパラメータの初期値として使うことをファインチューニングといいます。 典型的なケースとして、一般物体認識のデータセットであるImageNetで学習したネットワークを物体検出やSemantic Segmentationといった別の問題に使用するといった例があります。 一般的にDeep Learningでは大量の学習データが必要とされていますが、あらかじめ（大量のデータで）学習したモデルを初期値として使いファインチューニングすることで、
皆さんこんにちは お元気ですか。私は元気です。 最近、ChainerのVersionが1.5へUpgradeしましたが… 従来までと異なり、GPUへの対応が大変です。 なぜ、大変になったか？ Cythonへの対応 調べた限りだとCythonです。従来まではctypesを使って 行っていたのですが、ctypesはボトルネックとなっていたようです。 このボトルネックをCythonを使って解消したことから、発生している諸々のエラーです。 h5pyへの対応 あっさり解消できますが、外部ライブラリが必要になります。 これは学習済みモデルを保存する為に使われるようです。 基本コンパイルコマンド apt-get install libhdf5-dev sudo pip install -U chainer 失敗した人はハマった箇所を見てみましょう。以下に私がハマった箇所を記載していきます。 開発者のun
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
