2017年08月22日

Augmentor で画像データを増やすやり方




学習用画像を増やしたい時は良くあると思います。 
しかし、このAugmentor でもそうですが、やってる事は全然大した事は無いと思います。
だから、もしかしたら自分で実装した方が早いかも知れませんよ。



インストールはこれだけです。
pip install Augmentor

python3 でも実行出来ると思います。

import Augmentor
p = Augmentor.Pipeline("/Augmentor/image/") #入力画像があるディレクトリです。

p.rotate90(probability=0.5)   # probability の数字は、 その変換を実行する確率です。
p.rotate270(probability=0.5)
p.flip_left_right(probability=0.8)
p.flip_top_bottom(probability=0.3)
p.crop_random(probability=1, percentage_area=0.5)
p.resize(probability=1.0, width=120, height=120)

p.sample(100) # これで、/Augmentor/image/outputに出力します。 ここでは、100回出力します。

他にも変換関数は色々あります。

これは、コンソールからでも同じように実行出来ました。









Augmentor: An Image Augmentation Library for Machine Learning
Marcus D. Bloice , Christof Stocker , Andreas Holzinger     Medical University of Graz
arXiv preprint arXiv:1708.04680, 2017.

論文の方にも大した事は書いて無い様な気がしていたんですが、
3.2 Practical Example
API をデモンストレーションし、よく知られているデータセットで拡張の有効性を強調するために、短い実験が行われました。
MNISTデータセットで、60,000のトレーニングセットから抽出した1000個のランダム画像(1クラスあたり100サンプル)でCNNを訓練し、10000テストセットで試験した。
次に、この1000個の画像セットを増強して10000個の新しい画像を生成し、その拡張データセットを用いて訓練し、結果を比較した。
表2に示すように、これは同じテストセットで約4%のパフォーマンス向上をもたらしました...
4. Conclusions

Future work will entail expanding functionality, such as the ability to mirror augmentation on a reference data set, or mimicking more advanced preprocessing and augmentation methods such as the specialised contrast manipulation techniques or vignetting shown in Wu et al. (2015).






2017年08月17日

VicariousのSchema Networksの詳細


ゲームの一般的なルールを学習し、応用的な状況にでも直ちに対応できる学習モデルと言う事です。

あれはどうやってるんでしょうか?

タイトルにZero-shotと書いてある所が、汎用的である事を指すのでしょうか

Schema Networks: Zero-shot Transfer with a Generative Causal Model of Intuitive Physics
Ken Kansky, Tom Silver, David A. Mely, Mohamed Eldawy, Miguel Lazaro-Gredilla, Xinghua Lou, Nimrod Dorfman, Szymon Sidor, Scott Phoenix, Dileep George, Vicarious
arXiv preprint arXiv:1706.04317 (2017).

人間が新しいゲームをする時は、まず最初にゲームのルールを理解するでしょう
例えばブロック崩しの場合、ボールは壁とバーで反射し、プレイヤーはバーを左右に移動させる事が出来、ボールが当たればブロックが消えることを、数秒ですぐに理解できるでしょう。
その様に、環境の原因と結果を理解することが、人間の知能の特徴であり、ブロック崩しのようなゲームも、他で得た概念知識を移す事で、素早く理解することが出来る。

しかし、強化学習エージェントは、環境、原因と、効果の関係を理解しているのでしょうか?


全然出来てないだろう、と言いたい訳です。





深層強化学習モデルは、狭い学習領域では強力に成果を発揮しますが、ゲームの世界の普遍的な理解は得られません。
この種の強化学習は、エージェントが環境(世界)の因果予測をしないため、モデルフリーと呼ばれます。
知能と呼ばれることが多い深層強化学習モデルの振る舞いは、実際は単純な 刺激―反応マッピングです。







どういう学習器なのかが一番重要だと、いつも気になる事ですよ。

3. Schema Networks
3.1. MDPs and Notation


強化学習問題の伝統的な形式はマルコフ決定プロセス(MDP)です。
S state 状態
A action 行動
T(s(t+1)| s(t),a(t) ) 状態から遷移する確率
R (r(t+1)| s(t),a(t) ) 報酬を受け取る確率
γ∈[0,1] 将来の報酬が指数関数的に割り引かれる割合


Schema Network
Figure 2. Architecture of a Schema Network.


ungroundedスキーマは、エンティティ属性(A)または将来の報酬(B)の値を現在のエンティティの状態およびアクションに基づいて予測するファクタのテンプレートです。

自己遷移(C)は、変更を予測するためにスキーマが全てアクティブでない場合、エンティティ属性が同じ状態のままであることを予測します。
自己遷移によって、連続変数またはカテゴリ変数をバイナリ変数のセット(より小さいノードとして示す)で表すことができます。
すべての位置、時間、およびエンティティバインディングで非接地スキーマからインスタンス化されたgroundedスキーマファクタは、スキーマネットワーク(D)を作成するために自己遷移と組み合わされます。




このSchema Networkが学習モデルです。 Deepではありません。続きを読む

tak_tak0 at 00:55コメント(0)研究 この記事をクリップ!

2017年08月15日

SNS時代の情報思索と無批判的思考







Inside the Echo Chamber.
Walter Quattrociocchi
Scientific American 316.4 (2017)
「集合知」に関する期待に反して、WWWではデマが蔓延するエコーチャンバーを生成する事を助長しています。
そのような根拠のない陰謀論的情報がウイルス的に広がる事は、21世紀初頭の最も憂慮すべき社会的傾向の1つです。
(我々)社会科学者は、Facebook、Twitterなどの記録に計算手法を適用して研究し、彼らは自分の信念を強化する情報であれば、虚偽の情報を喜んで受け入れることを確認しました
複雑な状況に直面している人は責任の対象を明確化する単純だが間違った説明を信じる。
しかし、不本意にも、誤情報を暴く試みは、逆に彼らの信念を強化するだけのようです。



それはリンク先を読まずにretweetしまくる人が大半であるのと同じような理由でしょうか
そういう人は実際はとても多いんですが情報を客観的に証明する必要性自体に価値を見出していないのですから



なぜそんな人がいるのかについては、複数の理由があると考えられますが、病的な一因が間違いなく有ると予想します。
◎自尊心の低下と抑うつ
◎結論への飛躍(JTC)(少ない情報だけで結論を出す精神特性)
◎自己奉仕バイアス(成功要因を自分に帰属させる。失敗要因を他人に帰属させる)
◎心の理論の障害(共感性の欠如)
◎記憶への自信過剰
確信度の高さ(強い思い込み) *
そう聞かれれば、多くの人はそんな事は無いと否定するでしょうが、実際に数字で調べてみると、そんな事は在りません。
私の調査では、インターネット利用者にはそのような者(異常者)は、とても多いと予想されるのですが...


曖昧さへの態度とパラノイア
津田恭充 大阪大学大学院
対人社会心理学研究 (15), 2015
曖昧さとは、十分な手がかりがないために適切に構造化や分類化ができない状態を指す。
パラノイアの強い者は、曖昧な状況を恐れるがゆえに、そうした状況に直面した際に十分な手がかりがないままに判断を行い、それがパラノイアへとつながっている可能性が考えられる。
..................
強迫とは、自分自身や周囲の世界に知的統制を加えることによって、不確実な世界に見せかけの安定をもたらそうとする方法である。
言い換えれば、強迫は曖昧さを統制するための方法であるという。

本研究でも「曖昧さの統制」と「曖昧さへの不安」がパラノイアと関連していたが、このことは、パラノイアと強迫は共通の特徴や心理学的に共通の生起メカニズムを有しているかもしれないことを示唆している。


続きを読む

adsense
Categories
サイト内検索
にほんブログ村 科学ブログへ
にほんブログ村

amazon
Profile
Archives
blogchart
QRコード
QRコード
Recent Comments
o