機械学習の計算速度を上げるには

7 visualizzazioni (ultimi 30 giorni)
ssk
ssk il 12 Mar 2019
Commentato: Kenta il 21 Mar 2019
プログラミング初心者です。
以下のディレクトリ構造に基づき、alexnetの転移学習を数千枚の画像で行ったのですが、
計算結果を出すまでに数日~1週間強かかってしまいます。
精度を保ちつつ計算速度を上げたいと考えておりますが、ご示唆を頂けますでしょうか。
転移学習のリンク:https://jp.mathworks.com/help/deeplearning/examples/transfer-learning-using-alexnet.html
どうぞよろしくお願いいたします。
main
-- a
-- image.dcm(thousands of image file)
 -- b
  -- image.dcm(thousands of image file)
 -- c
  -- image.dcm(thousands of image file)
-- d
  -- image.dcm(thousands of image file)

Risposta accettata

Kenta
Kenta il 17 Mar 2019
学習済みネットワークで特徴量抽出をしたあとに、SVMで分類してはどうでしょうか。
この方法にすると計算がはやくなると思います。現在の方法で時間がかかってしまう理由等は、コーディングやパラメータ、ハード類などの情報がないので残念ながらわかりません。
  3 Commenti
ssk
ssk il 19 Mar 2019
Modificato: ssk il 19 Mar 2019
頂いたコードをもとにalexnetで特徴量を抽出後にSVMで分類したところ、格段に計算が早くなりました。ありがとうございます!一つご質問ですが、こちらのコードはGooglenetなど他の学習済みネットワークで特徴量抽出をしたあとに、SVMで分類することは可能という認識でお間違えないでしょうか?
Googlenetでビッグデータのトレーニングをしようとしたところ、当方の環境ではこちらは約1ヶ月程かかりそうですので。。
Kenta
Kenta il 21 Mar 2019
はい、ほかの事前学習済みネットワークで特徴量抽出をしたのちSVMで分類可能です。
もしかしたら、squeezenetなどの比較的小さなネットワークでもよい結果がでるかもしれません。

Accedi per commentare.

Più risposte (0)

Categorie

Scopri di più su Statistics and Machine Learning Toolbox in Help Center e File Exchange

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!