ディープラーニングの判断根拠を理解する手法 - Qiita
ディープラーニングは特定分野で非常に高い精度が出せることもあり、その応用範囲はどんどん広がっています。 しかし、そんなディープラーニングにも弱点はあります。その中でも大きい問題点が、「何を根拠に判断しているかよくわからない」ということです。 ディープラーニングは、学習の過程でデータ内の特徴それ自体を学習するのが得意という特性があります。これにより「人が特徴を抽出する必要がない」と言われたりもしますが、逆に言えばどんな特徴を抽出するかはネットワーク任せということです。抽出された特徴はその名の通りディープなネットワークの中の重みに潜在しており、そこから学習された「何か」を人間が理解可能な形で取り出すというのは至難の業です。 例題：このネットワークが何を根拠に猫を猫として判断しているか、ネットワークの重みを可視化した上図から答えよ(制限時間:3分) image from CS231n Visua
著名なディープラーニングフレームワークをサポートするAWS純正AMI：「AWS Deep Learning AMI」 | DevelopersIO
AWS上でディープラーニングの実行環境を整える方法については様々なものが紹介・実践されていますが、AWSでも代表的なディープラーニングのフレームワークをサポートしている環境をAMIの形式で提供しています。それが下記の「AWS Deep Learning AMI」です。当エントリではその概要と実践方法について内容を紹介したいと思います。 Get Started with Deep Learning Using the AWS Deep Learning AMI | AWS AI Blog AWS Deep Learning AMIについて 「AWS Deep Learning AMI」では以下のディープラーニングに関するオープンソースフレームワークが予めインストールされており、AWS上でクラウド内で高度な学習プロジェクトを利用したい簡単に構築を行うことが出来ます。 MXNet とは | AW
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
