Написал руководство по файн-тюнингу предобученных моделей: Dogs vs. Cats classification with mxnet and R. Также описаны этапы подготовки изображений (без аугментации). Не все работает так, как ожидалось (см. issue); некоторые вещи выглядят как баги, хотя возможно я сам где-то ошибся и что-то делаю неправильно.
воскресенье, 26 февраля 2017 г.
суббота, 25 февраля 2017 г.
Deep learning в R. Пакет tinydnn
Недавно появилась минималистичная (без внешних зависимостей - нужен только компилятор C++) библиотека для глубокого обучения под названием tiny-dnn (хабр). А две недели назад для нее сделали и R-пакет tinydnn. Ставится пакет очень просто: devtools::install_github("yixuan/tinydnn"); перед этим нужно установить RTools, причем путь к папке должен быть без пробелов.
По своим возможностям сильно уступает mxnet, но для изучения темы библиотека крайне полезная и годная. Сделал пример сверточной сетки: взял за основу этот пример, прочитал краткую справку ?layers - и с первой попытки все заработало. Изумительная простота, впервые такое вижу. Скорость работы с mxnet или чем-нибудь еще специально не сравнивал, но на первый взгляд она вполне типичная для расчетов без использования GPU.
Подписаться на:
Сообщения (Atom)