先日、広島ベイズ塾の春合宿がありました。 そこで発表した、「階層ベイズと自由エネルギー」の資料をアップしました。 自由エネルギーというのは、負の対数周辺尤度のことで、ベイズファクターの計算で使う周辺尤度を対数とって‐1をかけたものです。 スライド内容を要約すると、 1.モデル評価には2種類ある。AICとBICは見てるところが違うよ。 2.階層ベイズではWAICはどういう予測をするかで値が変わるが、自由エネルギーは変わらないよ。 3.心理学では自由エネルギーのほうが知りたい値かもしれないね。 の3点です。 2年ぐらい前に、HijiyamaRで階層ベイズとWAICについて発表したものがありますが、それの続きになります。 ただ、内容的には松浦健太郎さんのブログ記事、「階層ベイズモデルとWAIC」のほうが断然わかりやすいので、こちらを先に見てもらったほうがいいかもしれません。一応、上のスライドだけ
実装 検証が終わっていないモデルの使用は気をつけてください cifar10の数値感覚 現時点で97%以上ではSoTAになると思います。僕が知っている限り、最高精度は96.69%です。そろそろcifar100か別のデータセットを評価の軸にするべきかもしれません。 最近の傾向 今年はResnetファミリーの年だったと思います。特徴的な点として、深さ=精度が終わった点です。googlenetなどは昔から主張していましたが、ある程度深いと、深さよりも幅を広くしたほうが精度が上がるということが、様々な論文の結果で今年は示されました。3月くらいから、Resnetの幅を広くしたほうが良いという結果は副次的にぞろぞろ出ていて、5月23日に出たWide Residual Netowrksで決定的になったような形だと思います。幅が大事といったことが、今年はっきりした点であるように思います。 論文を俯瞰してみる
TensorFlow : Tutorials : Non-ML : マンデルブロ集合 (翻訳/解説) 翻訳 : (株)クラスキャット セールスインフォメーション 更新日時 : 07/15/2018; 09/15/2017 作成日時 : 01/27/2016 * 本ページは、TensorFlow の本家サイトの Tutorials – Non-ML – Mandelbrot Set を翻訳した上で 適宜、補足説明したものです: https://www.tensorflow.org/tutorials/non-ml/mandelbrot * (obsolete) 本ページは、TensorFlow の本家サイトの Tutorials – Mandelbrot Set を翻訳した上で 適宜、補足説明したものです: https://www.tensorflow.org/versions/master
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