これまで3回に渡って画像認識の初歩を学びました。

• Azure + Tensorflow + Kerasで画像認識やってみた part1: クラウドでGPU利用
• Azure + Tensorflow + Kerasで画像認識やってみた part2: MNISTお試し、CPU/GPU比較
• Azure + Tensorflow + Kerasで画像認識やってみた part3: 自分で用意したデータで画像認識

登録から3ヶ月、放置していたKaggleに挑みます。

だいたいTitanicから入るんでしょうが、今の僕は画像認識に関心があるので「Dogs vs Cats」を試してみます。

 

ダイジェスト

まずはデータをダウンロードします。

学習用のtrain.zipとテスト用のtest1.zipをダウンロードします。とっても重いです。

ダウンロードしたらしばらく犬猫画像を眺めて癒されます。

 

で、やることは食材の画像認識でやったことと同じですね。

CNNでやってみました。

AzureのGPUインスタンスを使いたくてしょうがいない。クレジット余っちゃってるしね。

 

さて、学習データの水増ししたら800s * 30epoch = 6.7h。

これはあかん。

そもそものデータ量が多いので水増しは不要ではないか？と思い、該当部分を削除。

ETA: 50s * epoch: 30 = 25min

これぐらいならオーケーですね。

 

結果、精度は0.7988。

チューニングなしで80%ってどれくらいなんでしょうか。そこらへんの感覚がないのでわからないですが。

 

Leaderboardを見てみるとトップ50は95%以上ですね。

人間のエラー率が5%と聞いたことがあるので、ここら辺は人間超えてるってことです。

 

3年前ということはTensorflowはなかったので、今回の手法は使えませんね。

 

先日Team AIのKaggle勉強会に参加してきましたが、ガチでやる方はフレームワークなど使わないって感じでした。

Kerasはとってもシンプルで、とりあえず動く、動いてしまった、というところです。しっかり理論も勉強しないと。