機械学習の計算速度を上げるには

プログラミング初心者です。
以下のディレクトリ構造に基づき、alexnetの転移学習を数千枚の画像で行ったのですが、
計算結果を出すまでに数日~1週間強かかってしまいます。
精度を保ちつつ計算速度を上げたいと考えておりますが、ご示唆を頂けますでしょうか。
転移学習のリンク:https://jp.mathworks.com/help/deeplearning/examples/transfer-learning-using-alexnet.html
どうぞよろしくお願いいたします。
main
-- a
-- image.dcm(thousands of image file)
 -- b
  -- image.dcm(thousands of image file)
 -- c
  -- image.dcm(thousands of image file)
-- d
  -- image.dcm(thousands of image file)

 采纳的回答

Kenta
Kenta 2019-3-17

1 个投票

学習済みネットワークで特徴量抽出をしたあとに、SVMで分類してはどうでしょうか。
この方法にすると計算がはやくなると思います。現在の方法で時間がかかってしまう理由等は、コーディングやパラメータ、ハード類などの情報がないので残念ながらわかりません。

3 个评论

ssk
ssk 2019-3-17
ありがとうございます!SVMを導入してみます!
ssk
ssk 2019-3-19
编辑:ssk 2019-3-19
頂いたコードをもとにalexnetで特徴量を抽出後にSVMで分類したところ、格段に計算が早くなりました。ありがとうございます!一つご質問ですが、こちらのコードはGooglenetなど他の学習済みネットワークで特徴量抽出をしたあとに、SVMで分類することは可能という認識でお間違えないでしょうか?
Googlenetでビッグデータのトレーニングをしようとしたところ、当方の環境ではこちらは約1ヶ月程かかりそうですので。。
Kenta
Kenta 2019-3-21
はい、ほかの事前学習済みネットワークで特徴量抽出をしたのちSVMで分類可能です。
もしかしたら、squeezenetなどの比較的小さなネットワークでもよい結果がでるかもしれません。

请先登录,再进行评论。

更多回答(0 个)

类别

帮助中心File Exchange 中查找有关 Statistics and Machine Learning Toolbox 的更多信息

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!