概要DeepLearningのタスクの1つであるセマンティックセグメンテーション(Semantic Segmentation)では、分類や検出のタスクと異なって、教師データが画像形式になっている。…
最近、Large Vision Language Model(以下LVLM)ではLLaVA NEXTのように画像を高解像度のまま入力することでモデルの性能が上がるという論文をarXiv上でよく見かけます。そこで性能が高いImage Encoderを使用し、入力を高解像度にすることでLLMのバラメータ数が少なくても良い性能のVLMができるのでは...
これは、DNNが特徴抽出に優れているためである(画像ならばCNNなど)。 ただ、ニューラルネットワークを使うことで学習時間が長くなるなどのデメリットも発生する(詳細はDay5)。 価値評価を、パラメーターを持った関数で実装する 状態を受け取り、行動価値(=Q)を出力する関数(Q-function)を、...
逆強化学習: 示されたお手本から報酬を逆算し、それを基に行動を学習させる。 模倣学習は教師あり学習と似ているが、すべてのケースにおいてお手本を用意することは難しい。 (事故を回避するデモ、など)。 そのため、お手本をベースにしつつもお手本以外のケースにも対応できるようになる必要...
学習 # We learn the digits on the first half of the digitsclassifier.fit(X_train,y_train) サポートベクターマシン分類機にデータセットの画像データとラベルを与えて学習を行っています。 判別 # Now predict the value of the digit on the second half:predicted=classifier.predict(X_test)...
GraphVizを用いた方法と同じ図を出力出来ました。Jupyter Notebook上で実行すれば、描画結果をそのまま右クリックして画像として保存も出来ます。 2020/11/27追記: クラス名も決定木に表示 class_nameオプションを追加すると最終的に分類されたクラス名も表示出来ます。
逆強化学習: 示されたお手本から報酬を逆算し、それを基に行動を学習させる。 模倣学習は教師あり学習と似ているが、すべてのケースにおいてお手本を用意することは難しい。 (事故を回避するデモ、など)。 そのため、お手本をベースにしつつもお手本以外のケースにも対応できるようになる必要...
これは、DNNが特徴抽出に優れているためである(画像ならばCNNなど)。 ただ、ニューラルネットワークを使うことで学習時間が長くなるなどのデメリットも発生する(詳細はDay5)。 価値評価を、パラメーターを持った関数で実装する 状態を受け取り、行動価値(=Q)を出力する関数(Q-function)を、...
全然別の手法で問題ないので、最初に貼っている画像のようなものを生成したいです。 どなたか、お力を貸していただけると幸いです。 よろしくお願いします。 importcv2importnumpyasnpfromperlin_noiseimportPerlinNoise# parametersheight,width=128,128num_nodes=np.random.randint(2,49)#nodesnum_base...
PILを使用し、PDF化する前にディレクトリ内の画像を編集します。 jupyter notebook fromPILimportImageimportosdefresize_image(image_path,target_width=800,margin=10):withImage.open(image_path)asimage:old_width,old_height=image.size# 元画像のサイズを取得target_height=int((target_width/old_width)...