Kaggle Dogs vs Catsをやってみる

#CNN#Deep Learning#Dogs vs Cats#Kaggle#Keras#Machine Learning#Tensorflow#機械学習

これまで3回に渡って画像認識の初歩を学びました。

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。