Kerasのマニュアルに、次のような記述例がある。 keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999,・・・ こいうのがあると、Adam()もしくは、Adam(lr=1e-3)とするのが普通だと思うが、これは、使っているネットワークによって違ってくるというこ…

モノクロ画像を使えば花の色を変えやすいかなと試してみました。 スタイル画像は、GIMPを使って自分で作った単純なパターンである。 思うような結果が得られず、ファイルを消去してしまったので、スタイル画との対応がわからず参考にならないかもしれないが…

バラの色を自由に変えてみたいと思い、簡単な図形を作成して、効果を調べた。 思うようにはいかなかった。 今日の成果は、GIMPを使って単純なスタイル画を作れるようになったことかな。 元画像 0011 0011 0012 0012 0013 0013 0014 0014 0015 0015 0016 0016…

バラの花に適用してみよう！ 015-2と112-2は、スタイル画像を、GIMPを用いて水彩画風に変換してから適用した。 元画像 015 015-2 112 112-2 122 122-2

スタイル画像の効果がある程度わかってくると、スタイル画像自体を加工してみたくなる。スタイル画像のうち、幾何学模様が多い画像については、模様の大きさや形、色合いなどを変えてみたくなる。 スタイル画像の加工には、GIMPというソフトを入手して使って…

お気に入りの1枚なので、デフォルメしたくなかったのですが・・・。 （DeepDreamで1回使ったけどね） 元画像 001 002 003 004 005 006 007 008 009 010 103

懲りずにやってます。 前景が暗くてどうにもならないかなと思ったけど・・・。 元画像 001 002 003 004 005 006 007 008 009 010

CNNの可視化について学習するぞ！と宣言してから、1週間くらい、DeepDreamとNeurel Style Transferで遊んでいた。 いずれも、CNNの内部で生じていることを利用していて、この遊びで、CNNの理解が少し進んだといえるかもしれない。 ということで、1週間ぶりに…

さて、これはどうでしょうか。 元画像 001 002 003 004 005 006 007 008 009 010 053 103

part 5は、庭園で、建物はありません。 さて、どんな画像ができるでしょうか。 なお、画像の番号は、スタイル画像の番号ですので、同じ番号の画像は、同じスタイル画像を使っていることになります。 元画像 001 002 003 004 005 006 007 008 009 010 103

もうやめようと思ったのですが、まだ入り口にいるだけなのに、やめてしまっては先がないと思いなおし、続けることにしました。 part 2と3では、同じターゲットに対して、スタイル画像を集めていましたが、ターゲットが変われば、合わないスタイル画像が出て…

Neural Style Transferの続きです。 part 2では、どんなスタイル画像が、どんな画像を生成するのか、よくわからなかったので、手当たり次第にスタイル画像を入力して、効果のほどを調べました。 part 3では、明るくてしっかりとした画像が得られそうな素材を…

ネットから集めた約50枚の画像を試してみました。 私のお気に入りは数枚程度しかありませんが、記録として残しています。 できれば、何回か、続けてみたいと思っています。 これが元画像でドイツに行ったときに撮影したもの。 001 002 003 004 005 006 007 0…

DeepDreamとNeural style transferで遊んでみたが、このブログを見に来られた方は、今頃何してるの、と思われたでしょうね。スマホのアプリでできるしね。 この2つのソフトで遊び始めると、DeepDreamでつくった画像をスタイルにしてNeural style transferで…

今日も遊びのつもりで、Neural style transferを学ぶ。 ゴッホの筆づかいと配色の特徴が良く表れているStarry Nightを使ったstyle transferがわかりやすい例である。 昔のPhotoshopにも似たような機能があって、遊びで使っていたことがある。非常に良くでき…

今日は、ちょっと遊んでみようと思う。 DeepDreamを勉強して、これまでにアップしてきた画像を面白くしてみたい。 間に合えば、今日中にでも、第一号を披露したい。 題材は、とりあえず、チューリップとサイにしてみます！ できたけど、チューリップもサイも…

明日から、5.4 Visualizing what convnets learnを学習する。 目的は、眼底写真がどのように学習されているかを知ることである。 血管を認識しているのかどうか、病状に関係のある部分を認識しているかどうかを知りたいと思う。 自作の小さなネットワークで…

KaggleのAPTOS2019 Blindness Detection、締め切りまであと1か月となった。 学習済みのCNNを使って特徴量抽出やファインチューニングを行うことを検討してきたが、犬と猫の分類のようにはいかなかった。 まだまだ修行が足りなくて、大きな間違いをしでかして…

突然、エラーが発生した。 Jupyter norebookを使っているときに、最初のファイルの読み込みに数分程度かかるので、時間表示をしようと思い、ネットで調べたら、セルの最初に 「%%time」と記述すればよい、というのがあったのでやってみた。ファイルの読み込…

学習済みのconvnet、VGG16を使って、犬と猫の小さなデータベースの分類を行った。 テキスト（Deep Learning with Python by Franҫois Chollet）の143ページから156ページくらいまでの内容である。 特徴量抽出では0.96くらいのval_accになったが、ファインチ…