https://twitter.com/orgmrm/status/1523801437993836544 レジ袋有料化ネタのツイートは定期的にバズる傾向があるのでこのブログでも幾度か記事にしていますが、今回もまたデータやそれに伴う話を書いていきます。本題に入る前に少しふれときますが「データないとは言わせんで」と言ってて、むしろデータがないとネタでなく思ってたらやばいなって感じがします。それと「レジ袋有料化でどれくらいプラ減りましたか」と書いてあることから、論理の逃げ場としては「プラごみが全体でどれくらい減ったか」を言いたかった、要はレジ袋なんて全体からすれば大した事ない数字だ、と言いたいとも取れますがレジ袋有料化で減るのはレジ袋なのでレジ袋の話のみに限ります。といいつつ、一般社団法人プラスチック循環利用教会のデータだけは貼っておきます。 2019年 850万トン（一般廃棄：412、産業廃

https://twitter.com/SputnikATO/status/1520061360939360256 上記のツイートをもとにしてツイッター速報が「中国の国家テレビチャンネルCCTV、ロシア崩壊後の領土分割案の地図を発表」という記事をまとめて怪しい地図と共に怪情報が流布しています。結論から言ってしまえばデマです。まずそれぞれの画像は以下の様なもの。 1枚目の画像がロシアを分割した地図というものとなり、2枚目がこの地図が中国の報道番組で流されて「分割案が発表された」という報道の体の画像となるわけですが、2枚目の右上のロゴを見ればわかる様にこれはCCTVではなく東方衛視であり、この時点でツイッター速報は間違っているわけです。ただそれは放送局が違うだけで報道は事実だ、と言い張ることは可能かもしれませんので、まず画像の出典を見ていきます。 画像の出典 この画像は昨日今日造られたわけでは

以下の記事が面白かったので、ざっくり訳してみました。 ・OpenAI Five 1. OpenAI Five 5つのニューラルネットワークで構成される「OpenAI Five」のチームは、「Dota 2」でアマチュアの人間のチームに勝利を収めるようになりました。 私たちは制限付きでプレーではありますが、8月に「The International」でトッププロのチームを打ち負かすことを目指しています。私たちは成功しないかもしれません。 「Dota 2」は、世界で最も人気があり複雑なeスポーツゲームの1つであり、 年間4,000万ドルの賞金プールの一部を獲得するために年間を通じてトレーニングを行うプロゲーマーがいるます。 「OpenAI Five」は、180年分のゲームを毎日セルフプレイで学習します。「256」のGPUと「128,000」のCPUコアで実行される「PPO」(Proximal P

","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"

「労働者階級は立ち上がった。毛沢東主席見てくれましたか！」。昨年7月、中国広東省深せんの溶接機械メーカーの工場で、従業員が労働組合の設立を求める労働争議が起きた。長時間労働や罰金制度への不満が背景だった。解雇された一部従業員が、地元警察に拘束されると、街頭での抗議活動に発展した。 従業員側がインターネット上に、毛沢東の名を掲げて徹底抗戦を表明すると、全国の左派層は高揚した。特に年齢の近い学生の反応は激しかった。「血が沸騰するようだった」。取材に応じた女子学生は当時の心境を振り返った。 いち早く現地に駆けつけた2人の左派も、学生を触発した。沈夢雨（ちんむう）さんは広東省の名門・中山大大学院を卒業後、労働者と共に闘おうと、自ら工場労働者となった異色の女性だ。北京大卒の岳（がく）きんさんは在学中の昨年4月、学内のセクハラ事件の情報公開を訴えて注目を集めていた。

連合主催の「新・共謀罪の取り下げを求める連合5.12院内集会」で気勢を上げる民進党の参加者たち＝東京都千代田区の衆院第1議院会館で2017年5月12日午後0時36分、川田雅浩撮影 政権交代を目指してきたはずの連合がおかしい。夏の参院選が迫る中、立憲民主、国民民主両党への支援に力が入らず、むしろ自民党への接近が目立つ。約700万人を擁する労働組合のナショナルセンターは、どこに向かうのか。 「労働運動と私の20年の歴史は自民党との闘いの歴史です。それは敗北の歴史でもあります。私たちの政治方針は私たちが人生をめちゃくちゃにした候補者たちの死屍（しし）の上にできています。自民党との連携は私の労働運動への侮辱です」 2022年2月17日夜、連合の芳野友子会長が自民党の小渕優子組織運動本部長、森英介労政局長と東京都内で会食したことを受け、芳野氏の出身産別「ものづくり産業労働組合（JAM）」の安河内賢弘

「女性は男性より幸福度が高い」「だから女性の支援は後回し」という議論の危うさ 適応的選好形成とは何か？ みなさんは世論調査に協力したことがありますか？ 世論調査には生活の満足度や幸福度を問う質問があり、この調査結果は様々な社会政策に反映されています。 2018年度の調査によれば、現在の生活に対する満足度について、男性の72.9％、女性の76.3％が「満足」と回答し、男性の26.3％、女性の22.7％が「不満」と回答しました。この結果だけを見ると、多くの人は男性よりも女性の方が現在の生活に満足していると思うのではないでしょうか。 なお、過去の調査でも、生活に満足している人の割合は20代女性が最も高いことや、男性より女性の幸福感が高いことが報告されています。これ以外にも、多くの調査や研究において、女性は男性よりも生活の満足度や幸福度を高く回答する傾向があり、日本では一般的に女性は男性より生活満

[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets

こんにちは。 Kaggleをやるにあたって(というかふつうに勉強したかったのもある)、アンサンブル学習の方法は勉強しておく必要があるようなーと思って、勉強してみました。 他のブースティングやスタッキング、アンサンブル学習全般については以下の記事をどうぞ。 st-hakky.hatenablog.com それでは、調べた内容についてまとめていきたいと思います。 ◯Bagging(バギング)とは Bagging(バギング)は、bootstrap aggregatingの略です。名前から分かる通り、各学習器に使う学習用データをブースストラップサンプリングによって得て、その学習した学習器を予測に用いて最後アンサンブルするという方法になります。 あんまり区別がされている資料を見かけないんですが、これとよく似た方法にPastingというものもあります。Pastingは、重複有りのランダムなbootst

BASEの機械学習チームで論文読み会を実施してみました こんにちは。BASEのDataStrategy（DS）チームでエンジニアをしている竹内です。 DSチームではBASEにおける様々なデータ分析業務をはじめ、機械学習技術を利用した検索、推薦機能のサポート、商品のチェックや不正決済の防止などに取り組んでいます。 先日、チーム内で最新の機械学習技術についての知見を相互に深めるための試みとして、各々興味のある機械学習系の論文を持ち寄って紹介し合う、いわゆる論文読み会というものを実施してみました。 この記事では、その会で私が発表した内容の一部を紹介したいと思います。 ※ 中身は論文読み会用から本記事用に一部修正を加えています。 A ConvNet for the 2020s 紹介する論文について タイトル: A ConvNet for the 2020s 著者: Zhuang Liu, Hanz

ニュース | 管理人からのお知らせ 2024年2月27日：このサイトの総アクセス数が100万PVを超えました． 2023年9月21日：仕事術・マネジメント術・組織改善のおすすめ書籍 のページを新規追加しました． 2023年4月30日: Pythonで学ぶ画像認識の著者陣とやりとりをし，Githubページから当サイトの推選リンクを張って頂きました．本書の紹介記事にもリンクしていただきました． 2023年3月14日: 用語集から📚用語Wikiという名称に変更しました 1. 概要 ：探求型の学習支援の「拠点」サイト コンピュータビジョンやディープラーニングを専門とする中級レベル以上の研究開発者を対象を，強力に支援するポータル型サイトが「CVMLエキスパートガイド」です．管理人が厳選した，最重要な標準的スキル(プロとして熟練させたい基礎)の，徹底的な習熟に的をしぼっています． 以下のサイト内・サ

1. バッチ正規化(Batch Normalization)とは [概要] バッチ正規化 (Batch Normalization) は，畳み込みニューラルネットワーク(CNN)の隠れ層において，ミニバッチ内のデータ分布をもとに，各チャンネルごとに特徴を正規化したのち，スケール・シフトを行う，学習の高速化・安定を図る層である．バッチ正規化を各中間層で行うことで，元のDNNの表現力の高さを保ちつつも，学習の収束の高速化と安定化を達成でき，正則化の役割果たす [Ioffe and Szegedy, 2015]． この記事では，バッチ正規化層の説明 (2節)と，初期の基本的な「バッチ正規化の発展型層」の導入紹介を行う(3節)．3節ではバッチ正規化の発展型として以下3つを紹介する， レイヤー正規化(3.1節) : Transformer系モデルでよく使用される系列データむけ改善． インスタンス正規

GELU(Gaussian Error Linear Units)は、OpenAI GPTやBERTで使われている活性化関数(activation)です。 BERTの論文で出てきても、「何かしらの活性化関数を使ってるんだなー」、とか「関数形だけ確認しておこう」となることが多いかもしれません。 それでも実務上は十分かもしれませんが、一度ぐらいは見ておいて損はないと思いますので、論文に沿って考え方や実験の結果を確認していきたいと思います。 https://arxiv.org/abs/1606.08415 GELUの関数形 結論から言うと、GELUの関数形は以下で定義されます。 $$\text{GELU}(x)=x\Phi(x)$$ \(\Phi(\cdot)\)は標準正規分布の分布関数です。 どうしてこうしたのか？は後でご紹介したいと思います。 また、誤差関数(\(\text{erf}(\cd

今回は自然言語処理で一つのブレイクスルーとなったBERTについて解説したいと思います。 現時点で、BERTは極めて重要なモデルですので是非しっかり理解していただければと思います。 もちろん新しい仕組み ... Batch Normalizationとは ではまず、Batch Normalizationについて簡単に説明したいと思います(詳しくはこちら『Batch Normalizationを理解する』)。 Batch Normalizationは2015年に“Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift”というで最初に提案された仕組みになります。 https://arxiv.org/abs/1502.03167 タイトルにある通り、“Internal

Batch Normalizationとは何か 内部の共変量シフト アルゴリズム Batch Normalizationのメリット 大きな学習係数が使える 正則化効果がある 初期値にそれほど依存しない Batch Normalizationを実装してみよう TFLearnのインストール CIFAR-10の画像分類で検証 まずはCNNでネットワークを構築 Batch Normalizationを適用 Dropoutを追加する まとめ シンプルでありながら、Deep Learningにおいて必須ツールとなったBatch Normalizationはとても強力な手法だ。Batch Normalizationは他の開発者や研究者からも評判が高く Chainerを使ってコンピュータにイラストを書かせる には 一番効いてきているのがBatch NormalizationとAdamでした．これ入れないと

現在、最強のデータ拡張手法の一つRandAugmentをtf.data.Dataset向けに実装してみました。また、RandAugmentが、どのような挙動になるかを理解するために簡単な実験をしてみました。GWの結果を整理してみたいと思います。 RandAugmentとは？ 画像データを回転や変形をしてデータを増やす、データをデータ拡張とよばれる手法があります。今回取り上げる、RandAugment: Practical automated data augmentation with a reduced search spaceは、Googleから提案されている最適なデータ拡張を探索する手法です。データ拡張の最適値を探す手法では、同じくGoogleから提案されたAutoAugmentなど手法があったのですが、最適な拡張となるパラメータを探索するコストが非常に大きいことが欠点でした。それを