2020-02-01から1ヶ月間の記事一覧
gDeepfake Detection Challenge - 8 Identify videos with facial or voice manipulations ＜課題＞ ＊400の動画から、各10枚の静止画像を抽出し、fakeファイルとrealファイルに名前を付けて投げ込む。次に、この2種類の画像をCNNで分類できるかどうか、試し…
Deepfake Detection Challenge - 7 Identify videos with facial or voice manipulations ＊今日は、400の動画から、各10枚の静止画像を抽出し、fakeファイルとtrueファイルに名前を付けて投げ込む。 ・それがうまくいけば、次に、この2種類の画像をCNNで分…
Deepfake Detection Challenge - 6 Identify videos with facial or voice manipulations ＊今日は、400の動画から、各10枚の静止画像を抽出し、fakeファイルとtrueファイルに名前を付けて投げ込む。 ・それがうまくいけば、次に、この2種類の画像をCNNで分…
Deepfake Detection Challenge - 5 Identify videos with facial or voice manipulations ＊今日は、400の動画から、各10枚の静止画像を抽出し、fakeファイルとtrueファイルに名前を付けて投げ込む。 ・それがうまくいけば、次に、この2種類の画像をCNNで分…
Deepfake Detection Challenge - 4 Identify videos with facial or voice manipulations ＊本日の予定：ミニモデルを作り始めよう。 ＊スコアの計算ができるようにしよう。 ・jupyter notebookを立ち上げて、計算式をつくる。 ・自分で式をつくっていたが、…
Deepfake Detection Challenge - 3 Identify videos with facial or voice manipulations ＊本日の予定：方針を考えなおす。 ＊賞金総額$1,000,000、約1億1千万円とはすごいな。ノーベル賞級だな。 ・1位の賞金は$500,000、約5千5百万円だ。 ・ほんとかな、…
Deepfake Detection Challenge - 2 Identify videos with facial or voice manipulations ＊今日は、コンペのdiscussionやnotebookに学ぼうかなと思う。 ＊やっぱりすごい、情報の量と質が違う。一人ではとても調べられるものではない。 ・外部の情報源とし…
Deepfake Detection Challenge - 1 Identify videos with facial or voice manipulations ＊コンペに参加 ・コンペに参加する必須条件の１つは、規則を遵守することである。 ・そのためには、規則を正しく理解しなければならない。 ・今回は、データセットの…
Machine Learning without DNN - 2 ＊ニューラルネットを使わない機械学習の勉強をする。 ・テキストは、 A. Géron, Hands-On Machine Learning with Scikit-Learn & TensorFlow, March 2017: First Edition, O'Reilly ・論文は、 Comparison between XGBoos…
Machine Learning without DNN - 1 ＊今日は、ニューラルネットを使わない機械学習の勉強をする。 ・テキストは、A. Géron, Hands-On Machine Learning with Scikit-Learn & TensorFlow, March 2017: First Edition, O'Reilly ・昨年、第2版が出版されたが、…
Quantum-chemical insights from DTNN -6 ＊KaggleのテーマPredicting Molecular Propertiesと類似した内容であるが、Kaggleとは離れて、DTNNの本質に迫る。 ＊プログラムコードを学び、使えるようにする。（2月9日追記） ＊主要対象論文：K. T. Schütt et a…
Quantum-chemical insights from DTNN -5 ＊KaggleのテーマPredicting Molecular Propertiesと類似した内容であるが、Kaggleとは離れて、DTNNの本質に迫る。 ＊プログラムコードを学び、使えるようにする。（2月9日追記） ・主要対象論文：K. T. Schütt et a…
+Quantum-chemical insights from DTNN -4 ＊KaggleのテーマPredicting Molecular Propertiesと類似した内容であるが、Kaggleとは離れて、DTNNの本質に迫る。 ・対象論文：K. T. Schütt et al., Quantum-chemical insights from deep tensor neural networks…
Quantum-chemical insights from DTNN -3 ＊KaggleのテーマPredicting Molecular Propertiesと類似した内容であるが、Kaggleとは離れて、DTNNの本質に迫る。 ・対象論文：K. T. Schütt et al., Quantum-chemical insights from deep tensor neural networks,…
Quantum-chemical insights from DTNN -2 ＊KaggleのテーマPredicting Molecular Propertiesと類似した内容であるが、Kaggleとは離れて、DTNNの本質に迫る。 ・対象論文：K. T. Schütt et al., Quantum-chemical insights from deep tensor neural networks,…
Quantum-chemical insights from DTNN -1 ＊KaggleのテーマPredicting Molecular Propertiesと類似した内容であるが、Kaggleとは離れて、DTNNの本質に迫る。 ＊データベース ・データベースとしては、GDB-13のサブセットであるGDB-7とGDB-9を用いている。 ・…
Predicting Molecular Properties-9 ＊1週間程度の予定で、過去のKaggleコンペ、Predicting Molecular Properties、に取り組む。（1週間を超えた！） ＊目的は、DNNがどのような課題に対して、どのように貢献できるのかを、実例を通して学ぶこと。 ＊今回は…
Predicting Molecular Properties-8 ＊1週間程度の予定で、過去のKaggleコンペ、Predicting Molecular Properties、に取り組む。（1週間を超えた！） ＊目的は、DNNがどのような課題に対して、どのように貢献できるのかを、実例を通して学ぶこと。 ＊今回は…
Predicting Molecular Properties-7 ＊1週間程度の予定で、過去のKaggleコンペ、Predicting Molecular Properties、に取り組む。 ＊目的は、DNNがどのような課題に対して、どのように貢献できるのかを、実例を通して学ぶこと。 ＊今回は、まず、グラフネット…
Predicting Molecular Properties-6 ＊1週間程度の予定で、過去のKaggleコンペ、Predicting Molecular Properties、に取り組む。 ＊目的は、DNNがどのような課題に対して、どのように貢献できるのかを、実例を通して学ぶこと。 ＊今回は、まず、グラフネット…
