ころがる狸

ころがる狸のデータ解析ブログ

【Matplotlib】棒グラフの数値挿入と軸ラベルの調整

こんにちは。6月に入りさっそく蒸し暑い日が続いています。そろそろエアコンをつけても良い時期ですね。今回はMatplotlibの棒グラフの制御方法に関して紹介します。 はじめに 棒グラフへの数値の挿入 軸ラベルの調整 グラデーションの追加 はじめに 本ブログ…

【半教師ありGAN】GANによるデータ拡張とMNISTの画像分類

こんにちは。2020年の上半期も終わりそうです。時間が経つのは本当に早いですね。個人的には、ブログをとにかく書きまくった半年でした。 それでは、本日の記事の紹介です! はじめに 半教師ありGANの仕組み 分類器の訓練 生成器の訓練 実装(省略) 実験結…

【Python】生産性を上げる、簡単便利なPythonテクニック9個

こんばんは。今日は雨が降り外が涼しいです。そろそろ東京にも梅雨入りの季節が近づいてきたでしょうか。2020年の夏も間近です。 ==================================== 本記事では、私が良く使うPythonの簡単で便利な9個のテクニックをご紹介します。基礎的…

【機械学習+分子設計】分子生成モデルの主要トレンド

こんばんは。今日は材料科学・創薬分野で近年話題となっている機械学習を使った逆分子設計についてまとめてみたいと思います。逆分子設計というと、最初に望ましい機能を定義し、それに見合った材料を探索するという→の設計方針を指します。機械学習技術の進…

【DCGAN vs GAN】MNISTの生成画像比較と実装のコツ

こんにちは。先日、多層パーセプトロンモデルを使ったGAN(敵対的生成ネットワーク)で画像生成を行いました。しかし機械学習で画像と言えば、畳み込みニューラルネットワーク(CNN)ですよね。とうわけで生成器・識別器にCNNと転置CNNを使って効率的に画像を学…

【GAN + PyTorch】仕組みの解説とMNISTで画像生成

こんにちは。今日は敵対的生成ネットワーク(Generative Adversarial Network, GAN)を取り上げます。GANというと、適当な乱数から本物そっくりの画像を生成する技術として既にご存じかもしれません。画像以外にも物理モデルの生成や、化合物の構造生成などに…

【強化学習】方策勾配法の仕組みと学習のワークフロー

こんばんは。今日のテーマは方策勾配法です。前回の記事では強化学習の基礎から深層強化学習(DQN)までを扱いました。そこでは状態や行動の価値Qの見積もりをいかにして最適化するかという考え方が根底にありましたが、方策勾配法では価値ではなくエージェ…

【深層強化学習(DQN)】Q値で分かる深層強化学習

こんにちは。今日は、強化学習に関する入門記事を書きたいと思います。強化学習はニューラルネットワークとはまた違うノウハウがあり、腑に落ちるレベルでの理解をするのがなかなか難しい技術だと思います。実際、私は昨年初めて強化学習の勉強をしましたが…

【グラフ畳み込みニューラルネット解説】初心者向けの学習ポイント

こんにちは。今日はグラフ畳み込みニューラルネットワーク(GCN)を理解するための学習のポイントについて取り上げたいと思います。GCNは近年猛烈な勢いで開発が進められている技術で、大きな注目を集めている・・・ということを既に知っている読者の方は多…

【Matplotlib】図の枠線の太さを調整する方法

こんにちは。今日は、Matplotlibの作図方法について取り上げます。これについては既に多くの日本語記事が存在していますが、最近Matplotlibでの図の枠線の太さの変え方で大いに悩んだため、いくつかのケースについて記事にしてまとめることにしました。論文…