DeepLearning fastai #Lesson3 OVERFITTING 前半① (tmp_lesson1-quick.ipynb) 感想とか

Lesson3の動画を見た感想とか。
これまたLesson3で取り上げているのはlesson2.ipynbなのでちょっと変なタイトルになっている。

tmp_lesson1-quick.ipynbはファイルが配布されてないので注意。
今回は用語とかだけ、サラっといきます。

Lesson3 (tmp_lesson1-quick.ipynb) のサマリー

講義でやること
・Kerasを使って、犬と猫の画像解析をやってみる。
・ResNet34ではなく、ResNet50(大きい画像とか大量の画像解析に向いてる、負荷大)を使ってみる。

講義で学ぶこと
・Kerasを使った画像解析の処理の流れ。
・Kerasとtensorflow使うよりも、fastaiならカンタンなコードで精度も高く出るよ。
・もちろんコアな部分をいじるなら、Kerasとかの中身も知る必要があるかもね。

keras.io

DL用語

Keras	ニューラルネットワークライブラリ。python。有能かつ有名
cross entropy	交差エントロピー。DLではロス関数の一種の意味。。。だそうです

英単語

side on photos	並んだ画像
replicate	複製する
shear	せん断する、切る

fastai関数/変数とか

関数/変数	使用例	意味
bn_freeze	learn.bn_freeze(true)	unfreeze後にこれをしないと、バッチが正規化されてしまうらしい。詳しくは後の講義で教えてくれるとさ。
shear_range	ImageDataGeneratorの引数	画像を切る範囲？

感想

fastaiなら数行で0.996とか精度でるのに、Kerus×tensorflowではもっとムズいソース書いて0.961とかそんなっぽい。
やっぱりfastaiはよくできてるし、初心者に適してると思った。
Jeremy Howard先生はGoogleにもfastaiを提案したらしい。Googleに自作のライブラリ提案するとかカッコよすぎ。
僕もやりたい。そのうち。