Kaggle Note

【python】 Numpyで2点間の距離と角度を求める

2020-09-18
概要 numpyを使って以下のような2点間の距離と角度を求めていきます。 距離 距離の計算ではnp.linalg.normを使います。 >>> import numpy as np >>>

【Keras】Callback関数を自作する

2020-09-15
概要 KerasのCallback関数を自作します。 使い方 from keras.callbacks import Callback class MyCallback(Callback): def __init__(self): pass def on_epoch_begin(self, epoch, logs=None): pass def on_epoch_end(self, epoch, logs=None): pass def on_batch_begin(self, batch, logs=None): pass def on_batch_end(self, batch, logs=None): pass def on_train_begin(self, logs=None): pass def on_train_end(self, logs=None): pass 関数 処理タ

【Keras】モデルの可視化

2020-09-13
概要 Kerasで構築したニューラルネットワークのモデルを可視化するためにplot_modelを使ってみたいと思います。 keras.utils.plot_model(model, show_shapes=True) 全結合 import keras inputs = keras.layers.Input(shape=(64,)) x

numpyで特定の値を削除する

2020-09-11
やること 特定の数値の削除 条件に該当する数値の削除 array([-3, -2, -1, 0, 1, 2, 3]) # ↓ 0を削除する array([-3, -2, -1, 1, 2, 3]) array([-3, -2, -1, 0, 1, 2, 3]) # ↓ 負の数を削除する array([0, 1, 2, 3]) 特定の数

【Keras】 CNNを用いたMNISTクラス分類

2020-09-09
概要 KerasでCNNを構築してMNISTクラス分類を行っていきます ライブラリインポート import os import keras from keras.models import Sequential from keras.layers.convolutional import Conv2D, MaxPooling2D from keras.layers.core import Activation, Flatten, Dropout, Dense from keras.datasets import mnist from keras.optimizers

疑似ラベリングの実装

2020-09-07
疑似ラベリングとは学習時にテストデータの一部を予測したものを含めて学習し、このモデルを使って再度テストデータの全体を学習することです。以下に

ブレンディングの重み決定手法

2020-09-05
ブレンディングとは複数のモデルで予測した結果を合わせることでより良い結果を作り出すことです。 (モデル1の結果) * 0.3 + (モデル2の結果) * 0.4 +

【DDQN】stable-baselinesで始める強化学習

2020-09-03
やること stable-baselinesを使ってDDQNを動かします。環境としてはGymのCartPoleを利用していきます。 stable-

【準備】stable-baselinesで始める強化学習

2020-09-01
stable-baselinesとは stable-baselinesとは様々な強化学習アルゴリズムが実装されていて、誰でも気軽に強化学習を試

【tensorflow】 YOLOv4をとりあえず動かしてみた

2020-08-31
概要 物体検出のYOLOv4をとりあえず動かしてみる。 やってみる 実行環境 $ lsb_release -a No LSB modules are available. Distributor ID: Pop Description: Pop!_OS 20.04 LTS Release: 20.04 Codename: focal $ sudo lshw -class processor *-cpu description: CPU product: Intel(R) Core(TM) i7-8565U CPU @ 1.80GHz vendor: