1,984 views

この記事は最終更新から 1817日 が経過しています。

(9) cuda-convnetを試してみる のトレーニング結果をレポート表示させてみます。
これも cuda-convnet が提供している機能です。

1. cost functionの出力値

[user@linux]$ SAVEDATA=../save/ConvNet__2014-07-02_23.29.41
[user@linux]$ python shownet.py -f $SAVEDATA --show-cost=logprob

2. error rate

[user@linux]$ python shownet.py -f $SAVEDATA --show-cost=logprob --cost-idx=1

3. learned filters (conv1 layer)

conv1 とは、ネットワーク定義ファイルの中で当該レイヤーに付けた名前です。
先の実行時に指定したネットワーク定義ファイルはこれです。
–layer-def=./example-layers/layers-19pct.cfg

[user@linux]$ python shownet.py -f $SAVEDATA --show-filters=conv1

4. learned filters (conv2 layer)

[user@linux]$ python shownet.py -f $SAVEDATA --show-filters=conv2

5. learned filters (conv3 layer)

[user@linux]$ python shownet.py -f $SAVEDATA --show-filters=conv3

6. learned filters (fc10 layer)

–channels=64 は、直前レイヤー(pool3)の channel数を指定します。

[user@linux]$ python shownet.py -f $SAVEDATA --show-filters=fc10 --channels=64

7. 分類結果のうち８個をランダム表示

[user@linux]$ python shownet.py -f $SAVEDATA --show-preds=probs

正解したものは赤い線、不正解のものは青い線 で表示されます。
線の長さは出力ユニットの出力値のはず…

ランダムなので毎回表示される画像が変わります。

8. 分類結果のうち８個をランダム表示(エラーのみ)

–show-preds に加えて –only-errors=1 を指定すると、誤認識した結果のみを表示できます。

[user@linux]$ python shownet.py -f $SAVEDATA --show-preds=probs --only-errors=1