Weitere ähnliche Inhalte
Ähnlich wie ディープラーニングによるラーメン二郎全店舗識別と生成 (20)
ディープラーニングによるラーメン二郎全店舗識別と生成
- 23. 分類精度評価
Precision Recall F1-score
avg / total 0.326 0.166 0.148
実態としては約3割程度の正解率
Precision(適合率): 検出件数にどの程度正解が含まれるか
Recall(再現率): 正解をどの程度検出できるか
F1-score: PrecisionとRecallの調和平均
9 . 4
- 33. 分類精度評価
Precision Recall F1-score
avg / total (scratch) 0.326 0.166 0.148
avg / total (finetune) 0.816 0.725 0.723
ファインチューニングの方がかなり精度が良い
Precision(適合率): 検出件数にどの程度正解が含まれるか
Recall(再現率): 正解をどの程度検出できるか
F1-score: PrecisionとRecallの調和平均
10 . 9
- 67. 参考深層学習とその画像認識への応用に関する最近の研究動向CS231n: Convolutional Neural Networks for Visual Recognition
ADAM: A METHOD FOR STOCHASTIC OPTIMIZATION
Visualizing Optimization Algorithms
Optimizer : 深層学習における勾配法についてはじめてのGAN
できるだけ丁寧にGANとDCGANを理解するChainerで顔イラストの自動生成Generative Adversarial Networks
Unsupervised Representation Learning with Deep Convolutional
Generative Adversarial Networks
Conditional Generative Adversarial Nets
carpedm20/DCGAN-tensorflow
musyoku/LSGAN
16