DNNに匹敵する新たな学習器であるDeep Forestの学習 - Qiita
Deep Learningの闇ではなく、Deep Forestの茂みの中に進みたいと思います。 DNNの代替となるかもしれないアルゴリズムにDeep Forestというものがあります。 Deep Forest :Deep Neural Networkの代替へ向けての記事を読んだり、論文を読んだりしてみると、どうやらランダムフォレストと呼ばれる決定木の集合体を複数個使い、幅および深さの方向に対してたくさん並べていくことで、Deepな構造にしているようです。 ランダムフォレストについてはこの記事が参考になります。pythonのモジュールであるscikit-learnと呼ばれる機械学習ツールにおけるランダムフォレストの説明となっていますが、今回走らせるコードもPythonで、しかもscikit-learnを使っているので、めちゃくちゃ参考になります。 Python以外にもR言語での実装があるよう
Deep Learningで楽曲認識 - Qiita
様々な曲を聴かせて、そのアーティストが誰なのかを認識させようという試みです。認識部分はDeep Learningに任せます。頼んだ！ イメージとしては学習したモデルを用いて、マイクに向けて直接音楽を流して、「これはミスチルや！」という感じにリアルタイムに推定してくれるシステムを作りました。 githubに公開しました。 なお、学習時はGPUを使っていますが、学習済みモデルを使って推論させるときはGPUではなくCPUを使うコードになっていますが、別にGPUでも動きます。 （単に、推論させるときには別のPCで実行させていて、そのPCにはGPUが載っていなかったからというだけです。） https://github.com/slowsingle/music_classification 「頼んだ！」とは言いつつも... 曲の波形をそのままネットワークに学習させても、訓練誤差は縮まれど、実際に出来上
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
