俺にも執筆活動させろボケ

機械学習を勉強中

クラッチでわざわざ書く必要はないと思うんだけどみんな書きたがっているのが謎だなあ。

自分としては一通り読んだけどいまいちそれどうやって使うのって感じ、畳み込みとか原理はわかったけどそこにぶっこむのかよって思ったもの。

FlattenとDenseとか何やってるかいまいちわからん。

このへんはクックブックを買って読んでいるのでそのうちわかるはず。

ひとまず可視化とモデルと重みの再利用をちゃんとやるべきだなあ、非力な借りた環境で学習回してる間暇だし。

機械学習ダビスタの最強馬生産だな、かなり好きなジャンルっぽくてよかった。

cuDA9がうまくインストールできなくてつらい。

まあインストールできてもgefo570なので知れているが。

coincheckの金で糞高いビデオカード買うつもりなんだがはよ金返せ。

eSportとアビゲイルのアーマーの話。

まじめな話、お金使ってアビゲイルのアーマーの数を増やすぐらいならちゃんと観戦MODを作れよ。

観客を増やしてお金を観客が払って沢山見に来るように働きかけてようやくeSport関連の団体の意味があるだろう。

大会に優勝した時にお金払えるようにすることじゃないんだよ、あなたはプロですよって認定してるお前らは一体誰なんだよ。

たまたまストⅡがすごくよくできていて見ていて楽しかったために、リュウが映ったらああお父さんこのキャラしってるよ。ウメハラまだプロなの、同じ大会に出たことあるよ。といったレガシーにいつまでも胡坐をかいているつもりなのか。

なんで海外でFPSRTSがMOBAが流行っているかもっとまじめに考えろ、選手にお金出して”観客がお金出して”見に来るようになるのか?全然その式の意味が俺にはわからんよ。

もう一度言っておくとアビゲイルのアーマー数とかほとんどの観客には意味なんてない、アーマー減ったから見に行こうとかならない。

まずは観戦してる人たちにはコマンドが表示されるぐらいから初めてほしい、我々(開発)は観客を意識してるよって少しでも教えてほしい。

願わくば日本のゲーム文化の未来の為に。

我々はゲームをやるには時間が足りないが

楽しみの一つとしてゲームを見るということをもう少しでいいからくみ取って開発してほしいんだ。

先月の勉強した時間が出るらしい。

結構頑張ったと思ったんだけど↓

f:id:nemui3900:20180202193302j:plain

25時間、合計は2月の分っぽいな。

こんなもんなのね月で割ると1日1時間ぐらいじゃんとかおもったけど。

よく考えたら俺24日ぐらいに登録したばっかりじゃん。

一週間で25時間なので一日3時間強だね、

大分頑張ってたわ。

このメールでudemyがますます好きになった。

大体1300円弱で一つのコースを買いあさってたがそれが一番値引きした状態っぽい、まだ初心者なのでわからないけど。

常にだとやっぱ値引きしすぎよね。

そのうちudemyの技とコースのレビューを出す。

座学

f:id:nemui3900:20180131225617j:plain

f:id:nemui3900:20180131225653j:plain

座学が長すぎてなんかやる気がすげえ減ってるので、

kaggleあたりをやるかさっさとcoincheckのデータを機械学習でぶん回すべきなんだけど、

coincheckに俺の円が盗まれて困ってるし萎えている。

モチベーションを高めるためにNewPCを買おうか画策中。

udemyで動画学習している。

本の杖とか手すりとしてこのブログ使ってたけどあんまりうまく活用できてなかった。

本の杖っていうのは読み終わったら目次にその章の概要を書いていくとか手すりってのは読み終わったら章のマスを塗りつぶしていくと最後まで読める的な読書術なんだけど。

これがまためんどくさい、塗ったり概要を書くことはかんたんなんだがそのシートを作るのがめんどくさい。

その悩みを解消できるのがudemyだった。

動画を見終わるとチェックが勝手に入る、これは便利だ。

学習しやすいしにくいってそういうことだと思う。

あと理解が圧倒的に速い、一人だとたぶんこういうことなんだろうなあ→ちょっとちがうかこうだ→やっぱりそうだな。

講師がいるとこれこれこうです。→なるほど。で終わる。

f:id:nemui3900:20180125174304j:plain

あと8本積んであるので、しばらくはこれをやっていく。

次は時系列データの機械学習に進もう。

いったん整理

y=Xw

yが予測

Xがプレースホルダ(訓練データだったりテストデータ)

wがパラメータでこれをいじって正解率を上げたりする。

qiita.com

  1. inference() - 予測のためにネットワークを前進実行するグラフを作成します。
  2. loss() - 損失を生成する操作をグラフに追加します。
  3. training() - 勾配を計算し適用する操作をグラフに追加します。

前進実行とはなんだ。

tf.Variable

はwでパラメーター

あかん英語・日本語・専門用語・プログラミングチャンプルされ過ぎてて読み進まん。

この先は専門書で学ぶことにする。

チュートリアル最初を飛ばしてた


qiita.com

メカニクス行く前に一番最初の飛ばしてることに気づいて最初から。

”Variablesは学習可能なパラメータをグラフに追加することを可能にします。

その値は変わることはありません。対象的に、変数(variables)はtf.Variableを呼んでも初期化されません。TensorFlowプログラムですべての変数を初期化するためには明示的に以下のような特別な操作をしなければなりません:

init = tf.global_variables_initializer()
sess.run(init)
initがすべてのグローバル変数を初期化するTensorFlow sub-graphのハンドルであると認識することは重要です。sess.runを呼ぶまで、それらの変数は初期化されません。”

tf.contrib.learn

ってのがあるのね

optmizeの動きがいまいちわからん、プレースホルダに誤差が小さくなるような値が代入されるときに具体的にoptがやってるってことだよなあ。