m/2018/yohei/experiments/fashion550k/予備実験５
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
CENTER:&size(30){''予備実験５''};
#br
----
#contents
----
#br
予備実験４の条件下で，Feature Matching Loss の係数を100にした実験．
* 実験の目的 [#k8ad6460]
予備実験４で Feature Matching Loss は初めの数epoch は下がったが，その後 Feature Matching Loss が下がらなかった．
そこで Feature Matching Loss の係数を10倍の100に変更し， Feature Matching Loss を下げさせた実験．
* 実験条件 [#t3235f3e]
予備実験４の条件下で，GeneratorのFeature Matching Loss の係数を&mathjax{\lambda_3 = 100.0}; としたました．
そのほかは予備実験４と同じです．
* 結果 [#h84d3acb]
- seed : 1
-- loss の推移．GeneratorのFeature Matching Loss は係数&mathjax{\lambda_3}; をかけていない値を表しています．
#ref(https://imgur.com/Li0GKLK.png)
-- 生成画像の推移
--- 学習データ
#ref(https://imgur.com/quq2hfF.png)
--- 検証データ
#ref(https://imgur.com/XYMlOLg.png)
- seed : 2
-- loss の推移．GeneratorのFeature Matching Loss は係数&mathjax{\lambda_3}; をかけていない値を表しています．
#ref(https://imgur.com/tkn0eWp.png)
-- 生成画像の推移
--- 学習データ
#ref(https://imgur.com/M6xKIER.png)
--- 検証データ
#ref(https://imgur.com/G4jDMDw.png)
* 考察 [#m7b86862]
- 生成画像の質に関して
-- 予備実験４と比較して学習データは意味のある生成画像が生成でき，多様性もあります．&br;しかし，学習データの生成画像は入力マップに対応する本物画像と似ており，検証データの生成画像もうまくできているように見えますが，&br;
入力マップが類似している学習データの見本を生成しているだけの可能性があります．過適合の疑いがあります．
- ロスの推移に関して
-- 予備実験４と比べて，学習が進むごとにFM Loss が増加することはなくなりました．しかし，FMLoss が下がるのは予備実験４と同様で初めの数エポックだけで，その後FM Lossは停滞しています．
* 対策 [#b864cd06]
この６枚だけの生成画像をみると過適合の可能性があります．過適合かどうかを検証するためには検証データ２０枚の生成画像を見て判断する必要があります．
過適合が起こっているので，データ数を増やしてみる．
終了行:
CENTER:&size(30){''予備実験５''};
#br
----
#contents
----
#br
予備実験４の条件下で，Feature Matching Loss の係数を100にした実験．
* 実験の目的 [#k8ad6460]
予備実験４で Feature Matching Loss は初めの数epoch は下がったが，その後 Feature Matching Loss が下がらなかった．
そこで Feature Matching Loss の係数を10倍の100に変更し， Feature Matching Loss を下げさせた実験．
* 実験条件 [#t3235f3e]
予備実験４の条件下で，GeneratorのFeature Matching Loss の係数を&mathjax{\lambda_3 = 100.0}; としたました．
そのほかは予備実験４と同じです．
* 結果 [#h84d3acb]
- seed : 1
-- loss の推移．GeneratorのFeature Matching Loss は係数&mathjax{\lambda_3}; をかけていない値を表しています．
#ref(https://imgur.com/Li0GKLK.png)
-- 生成画像の推移
--- 学習データ
#ref(https://imgur.com/quq2hfF.png)
--- 検証データ
#ref(https://imgur.com/XYMlOLg.png)
- seed : 2
-- loss の推移．GeneratorのFeature Matching Loss は係数&mathjax{\lambda_3}; をかけていない値を表しています．
#ref(https://imgur.com/tkn0eWp.png)
-- 生成画像の推移
--- 学習データ
#ref(https://imgur.com/M6xKIER.png)
--- 検証データ
#ref(https://imgur.com/G4jDMDw.png)
* 考察 [#m7b86862]
- 生成画像の質に関して
-- 予備実験４と比較して学習データは意味のある生成画像が生成でき，多様性もあります．&br;しかし，学習データの生成画像は入力マップに対応する本物画像と似ており，検証データの生成画像もうまくできているように見えますが，&br;
入力マップが類似している学習データの見本を生成しているだけの可能性があります．過適合の疑いがあります．
- ロスの推移に関して
-- 予備実験４と比べて，学習が進むごとにFM Loss が増加することはなくなりました．しかし，FMLoss が下がるのは予備実験４と同様で初めの数エポックだけで，その後FM Lossは停滞しています．
* 対策 [#b864cd06]
この６枚だけの生成画像をみると過適合の可能性があります．過適合かどうかを検証するためには検証データ２０枚の生成画像を見て判断する必要があります．
過適合が起こっているので，データ数を増やしてみる．
ページ名:
![[PukiWiki]](image/blackuni3-80x80.png "[PukiWiki]")
