第2週学習まとめ1
15593 ワード
ML basic
深い学習の基本要素
データ=画像などのモデルの学習に必要なリソース
Model=データ取得時に学ぶべきことはex)AlexNet、LSTMなど
loss=モデルをどのように学習するか、良い目標指標exを学習するかを判断する)MSE、CE、MLEなど
アルゴリズム=損失関数を最小化したい
Historical Review
2012 : AlexNet
2013 : DQN
2014 : Encoder/Decoder, Adam
2015 : GAN, ResNet
2017 : Transformer
2018 : fine-tuned NLP models
2019 : GPT-3
2020 : Self-Supervised Learning (SimCLR)
MLP (Multi-Layer Perceptron)
せんけいかいきモデル
しかし,複数のネットワークの構築は単一ポートのネットワークと変わらない.
単純線形結合
b←b−η∂loss∂bb\leftarrow b-\eta\frac{\partial\operatorname{loss}}{\partial b}b←b−η∂b∂loss
η\etaη 学習率
単純に線形結合を繰り返すのではなく,アクティブ関数による線形結合を行う.
1つ以上の隠れたベクトルを有するMLP(多層センサ)と呼ばれる.
y=W2Th=W2Tρ(W1Tx)y=W_{2}^{T}\mathbf{h}=W_{2}^{T}\rho\left(W_{1}^{T}\mathbf{x}\right)y=W2Th=W2Tρ(W1Tx)
loss関数は主にMSE(回帰),CE(分類),MLE(推定)などを用いる.
Data visualization
データ可視化とは、データをグラフィック要素にマッピングして可視化することです.
正解はないが,これまで研究・使用されてきた可視化のベストプラクティスにより,良好な可視化を作成できる.
ビジュアル要素
データセットタイプ
データ型
データの種類は4種類に分けられます.
ビジュアル化の理解
mark=点、線、面からなるデータの可視化
channel=各タグの要素(色、形状、サイズなど)を変更できます.
全州の属性=注意しなくても認知できる要素
matplotlib
追加~.add subflot=subflot
plt.図(figsize=(a,b)=a:bスケールの矩形
a = plt.figure(figsize=(9, 4))
a.add_subplot(211) #2개로 세로로 쪼개서 위쪽에
a.add_subplot(212) #2개로 세로로 쪼개서 아래쪽에
f = plt.figure()
a = f.add_subplot(111)
a.plot([1, 1, 1])
a.plot([0, 0, 0], color = 'k') #1
a.plot([-1, -1, -1], color = 'black') #2
a.plot([2, 2, 2], color = '#000000') #3 hex code
plt.show()
f = plt.figure()
a = f.add_subplot(111)
a.plot([1, 1, 1])
a.plot([0, 0, 0], color = 'k', label = '1') #1
a.plot([-1, -1, -1], color = 'black', label = '2') #2
a.plot([2, 2, 2], color = '#000000', label = '3') #3
a.legend(loc= 1)
plt.show()
.legend()の場所の指定 関数機能set title()サブブロックヘッダsuptitle()グラフィックヘッダset xticks([~])を指定してx軸の名前を指定し、リスト指定set xticklabels([])指定x軸のリストと一致させる.text(x=a,y=b,s=')(a,b)位置にsを書く機能.注記テキスト機能+矢印などの付加機能リファレンス
f = plt.figure() #ex) set_xticks, set_xticklabels
a = f.add_subplot(111)
a.plot([1, 1, 1])
a.plot([0, 0, 0], color = 'k', label = '1') #1
a.plot([-1, -1, -1], color = 'black', label = '2') #2
a.plot([2, 2, 2], color = '#000000', label = '3') #3
a.set_xticks([0, 1, 2])
a.set_xticklabels(['zero', 'one', 'two'])
a.legend(loc= 1)
plt.show()
Reference
この問題について(第2週学習まとめ1), 我々は、より多くの情報をここで見つけました https://velog.io/@simbean/2주차-학습정리1テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol