Google人工知能入門講座 20181008

Tensorflowのチュートリアル
10 /08 2018
今日は久々に人工知能入門講座の話をしていきます。
Training and Test Setsのところにはいります。

・ Video lecture
重要なことはただ一つ。
テストデータと学習データは別々にしましょう。
カンニングをすれば馬鹿でも満点をとれるのでダメってことです。
1つのまとまったデータからテストデータと学習データを作るときは、ランダムにデータを拾い、かつ同じデータを使用しないようにしましょう。また、学習データの数を多くとりましょう。
ちなみに、10億個くらいのデータがある場合は、10~15 %ほどをテストデータとして使用します。
もし、テストデータを用いて性能を評価した時に、100 %の精度がでてきたら、テストデータと学習データが一緒になっていないかチェックを行ってください。


・ Splitting Data
Video lectureで言っていることとほぼ同じです。

テストデータを作る上で注意点があり、
1. 統計学的に意味のある結果を得られるだけの数を用意しなければならない。(数が少ないほど統計誤差の影響を受けやすくなり、精度が正確に評価できなくなります。)
2. 学習データと同じ性質のデータでなければならない。(夏の時期のデータを学習データに、冬の時期のデータをテストデータにするなどの分け方はNG。)

あとは、先ほど言ったように、テストデータを絶対にモデルの学習に使ってはいけません。

・ Playground Exercise
とりあえず、画面を下にスクロールしてRun/Pause buttonをクリックしてみましょう。

20181008_6.jpg


そうすると、OutputのところのTraining lossとTest lossの値が変化していくので、一定になるのを待ってみましょう。


20181008_7.jpg


Training lossの値とTest lossの値はかなり違っていると思います。
これを小さくしていきましょう。
Reset buttonをクリックしてから、学習率を変えてもう一度学習を実行します。
ついでにバッチサイズも変えてみましょう。
学習室を0.01、バッチサイズを10としました。


20181008_8.jpg


さっきよりはだいぶ近づきましたね。
次は学習データの数を増やして、テストデータの数を減らしてみましょう。
Ratio of training to test dataを50%から10%にしてみます。つまり、学習データを増やしました。


20181008_9.jpg


ちょっと悪くなっていますね・・・。でも、あんまり変わっていません。
次に90%にしてみます。つまり、学習データを減らしました。


20181008_10.jpg


これはダメですね。Training lossの値とTest lossの値の差が大きいです。しかも、Test lossの値はまだ悪化し続けています。
少なくとも、学習データの数はテストデータと同じくらいでないと性能の評価はできないみたいですね。

いろいろとパラメーターを変えて学習させることができるので、皆様もぜひやってみてください。


今日はここまでです。



Cloud Compare 備忘録 パート5 20181008

Cloud Compare
10 /08 2018
皆様、お久しぶりです。
今回もCloud Compareの使い方をチュートリアルを参考にしながら学んでいきたいと思います。

今回は鳥の巣箱を引っ越しさせてみます。
まず、サンプルデータとしてCloudCompareGarden1.binを開きます。
そして、Segmentツール(はさみマーク)を使ってそこを切り取ります。


20181008_1.jpg


次に、DB Treeで切り取ったデータを選択して、もう一度別の方向から鳥の巣を切り取っていきます。


20181008_2.jpg


DB Treeに3つのデータが作製されました。
巣箱をくり抜いたデータを2つ選択してからMerge ...(図中の赤丸)のツールを選択すると、巣箱なしのデータが新しくできます。
*Do you want to ...という選択肢がでてくるので、Noを選んでください。


20181008_3.jpg


最後に巣箱のデータを選択してからTranslate/Rotateツールで好きな場所に移動させましょう。
ちなみに、Rotation ...のところで回転方向、TxTyTzのところで移動方向を制限することができます。


20181008_4.jpg


移動し終わったら、2つのデータを選択してもう一度Mergeを行うと出来上がりです。


20181008_5.jpg


とりあえず、ここまでです。
ありがとうございました。

Cloud Compare 備忘録 パート4 20180926

Cloud Compare
09 /26 2018
今日もCloud Compareをやっていきます。
今日のお話はCloudCompare 3 Point Picking Alignmentです。
Youtubeに動画が上がっていますので、参考にどうぞ。(リンクはこちら
時間の都合上、ショートカットで行きます。

この3 Point Picking Alignmentは2つの点群のデータがだいぶ異なった形状である場合に便利な機能です。
前に説明したalignmentは全体的に合わせていくのに対して、この方法は選んだ点を基準に合わせていきます。

さっそくやってみましょう。
いつものようにサンプルデータを開きます。(CloudCompareGarden2.binとCloudCompareGarden1.bin)
次にAligns two clouds ・・・をクリックします。


20180926_1.jpg


リファレンスを1にして、OKにすると図のような画面になります。
ここでは点を選んでください。少なくとも3つ以上です。


20180926_2.jpg


まず、リファレンスの角を4つ選んでみました。


20180926_22.jpg


次にアライメントの角を4つ選びました。


20180926_23.jpg


最後にalignのボタンを押すと、合わせてくれます。


20180926_24.jpg


今回は雑に点を選んだせいで結構ズレていますが、しっかりと選べばもっと綺麗に合わさります。

今日はここまでです。

Cloud Compare 備忘録 パート3 20180925

Cloud Compare
09 /25 2018
短めの内容です。

今日はサンプルデータから地面を切り取ってメッシュ化することをやってみます。
まず、CloudCompareGarden1.binを開きます。
次にsegmentation(はさみマーク)をクリックして、activaites polilineをクリックします。

20180925_1.jpg


庭の地面のところを4点選んで四角形を作ってからsegment inをクリックします。


20180925_2.jpg


すると、地面のところがくり抜かれます。保存する時は緑のレ点をクリックします。
元データとくり抜いたデータが映されるので、元データのチェックを外しましょう。


20180925_3.jpg


つぎにメッシュ化をやってみます。
EditのNormalsのComputeをクリックします。
設定はそのままでOKを押します。


20180925_4.jpg


終了したら、プラグインのPoisson Surface Reconstruction(図中の赤丸)をクリックします。


20180925_5.jpg


ウィンドウが開かれますので、設定はそのままでOKボタンを押します。
するとメッシュ化が行われます。



20180925_6.jpg



結果は残念ながらうまくいかなかったみたいですね。
どうやら閉じた図形じゃないとうまくいかないらしい。

今日はここまでです。

Cloud Compare備忘録 パート2 20180923

Cloud Compare
09 /23 2018
引き続き、Cloud Compareのお話です。

左上のDB Treeに表示されている点群データをクリックすると、左下のPropertiesに様々な情報が表示されます。

20180923_6.jpg


PropertiesのColorsではScalar field、RGB、Noneの3つが選べます。
Noneを選ぶと真っ白で表示されます。RGBだと色付き(見たまんまの物)が表示されます。Scalar fieldではある一つの値(密度、強度、温度などの一つ)に対応した色で表示させます。ここでは光の強度を示しています。
RGBと比較すると、明るいところの値が大きくなっていることがわかります。

20180923_comp1.jpg


Box dimensionsは黄色い枠の長さで、Xが赤軸方向、Yが緑軸方向、Zが青軸方向の長さを示しています。
Box centerはよくわかりませんが、黄色い枠線上にありますね。Point Sizeを大きくしてみるとわかりやすいです。
Pointsは点の数を示しています。

Propertiesのカーソルを下に動かしていくと、カラースケールを変える項目が出てきます。

20180923_9.jpg


そして、丁寧なことに強度の度数分布まで表示してくれます。
度数分布の表示範囲をいじると、点群データの表示に反映してくれます。

20180923_10.jpg



次にCloudCompareGarden2.binを開いてみましょう。

20180923_11.jpg

全く同じ庭に見えますが、実は2の方では穴が掘られています。
ですので、1のデータと比較することで、どれくらい穴が掘られているかを知ることができるのです。

比較する前に2つの庭を近づけてみます。
まずは大まかに近づけてみましょう。
近づける時にはRotation/translationモードにします。(赤丸の部分)

20180923_122.jpg


動かした後は、右上の窓に表示されている緑色のレ点をクリックすることで状態を保存することができます。
さらに、近づけてみましょう。
まず、DB Tree枠内のCloudCompareGarden1.binをクリックして、次にCloudCompareGarden2.binをコントロールキーを押しながらクリックします。
そうすると、ツールバーのところにFinely register ・・・が出てきますので、クリックしてください。

20180923_13.jpg


クリックするとClouds registrationというウィンドウがでてきます。
referenceが合わせる元でalignedが動かすものです。
ここでは1に合うように2を動かします。
RMS differenceはどのくらいの精度で合わせるかを示しています。
Researchのところをクリックするとrandom sampling limitが表示されます。
今回は動画の通り、RMS differenceを1e-20、random sampling limitを60000に設定します。


20180923_14.jpg


実行するとぴったり合わさります。
ここから比較に入ります。
先ほどと同じように2つの点群データを選択してから、compute cloud/cloud distanceをクリックします。


20180923_15.jpg


比較するデータが表示されるので、referenceが1になるようにswapしてからOKをクリックします。
計算実行をするための画面が表示されますので、動画と同じく8にOctree levelを設定して実行します。

20180923_18.jpg


そうすると、1と異なる部分がカラースケールで表示されます。掘った部分と土を盛った部分ですね。
ただし、そのままだと1の方の光の強度のカラースケールも表示されてしまうので、1のvisibleのチェックを外すと良いでしょう。


20180923_19.jpg


今日は疲れたので、ここまでです。
ありがとうございました。

シジミパワー

 ブログ初心者です。よろしくお願いします。

 チャットボットにこちらからアクセスできます。
 チャットボットの開発及び運用は終了しました。使ってくださった皆様、ありがとうございました。

 
 ふりーむにゲームを掲載させていただきました。掲載されているページへ移動する場合はここをクリックしてください。