<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>CNN on akenji&#39;s lab</title>
    <link>https://akenji3.github.io/tags/cnn/</link>
    <description>Recent content in CNN on akenji&#39;s lab</description>
    <generator>Hugo</generator>
    <language>ja</language>
    <lastBuildDate>Sat, 04 Nov 2023 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://akenji3.github.io/tags/cnn/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>CNN訓練コードをHorovodで使えるように変更する</title>
      <link>https://akenji3.github.io/post/20231104_horovod_modifycnn/</link>
      <pubDate>Sat, 04 Nov 2023 00:00:00 +0000</pubDate>
      <guid>https://akenji3.github.io/post/20231104_horovod_modifycnn/</guid>
      <description>&lt;h2 id=&#34;はじめに&#34;&gt;はじめに&lt;/h2&gt;&#xA;&lt;p&gt;&lt;a href=&#34;https://akenji3.github.io/post/20231014_horovodindocker/&#34;&gt;Horovod in Dockerを試す&lt;/a&gt;で、自分の環境（オンプレミス）で、Docker環境下でHorovodを使えるようになった。次にやるべきことは、一台のサーバで動作する学習コードをHorovodを使った分散学習に適用するように変更することだ！手始めに比較的簡単なCNNコードをHorovodを使って分散学習できるように変更したので、以下記事にまとめる。&lt;/p&gt;</description>
    </item>
    <item>
      <title>Deep Learning (CNN) による銀河形状分類（その1）</title>
      <link>https://akenji3.github.io/post/20221230_galaxy_cnn/</link>
      <pubDate>Fri, 30 Dec 2022 00:00:00 +0000</pubDate>
      <guid>https://akenji3.github.io/post/20221230_galaxy_cnn/</guid>
      <description>&lt;h2 id=&#34;はじめに&#34;&gt;はじめに&lt;/h2&gt;&#xA;&lt;p&gt;Deep Learningを少し勉強してきて、自分の興味ある分野で使ってみることができなかと思い試した。自分は天文が好きで中でも恒星の進化・元素の生成、それから銀河形成・進化に興味を持っている。比較的簡単にできそうな銀河の形状分類にチャレンジした。&lt;/p&gt;</description>
    </item>
    <item>
      <title>Deep Learning (CNN) による銀河形状分類（その2）</title>
      <link>https://akenji3.github.io/post/20221230_galaxy_cnn_2/</link>
      <pubDate>Fri, 30 Dec 2022 00:00:00 +0000</pubDate>
      <guid>https://akenji3.github.io/post/20221230_galaxy_cnn_2/</guid>
      <description>&lt;p&gt;&lt;a href=&#34;https://akenji3.github.io/post/20221230_galaxy_cnn/&#34;&gt;前回&lt;/a&gt;の記事の続き。&lt;/p&gt;&#xA;&lt;p&gt;epochを重ねても訓練／テスト誤差が改善しないのはどうしてだろうか？&#xA;この疑問に対して、色々と試した結果を以下にまとめている。&lt;/p&gt;&#xA;&lt;h2 id=&#34;銀河イメージ&#34;&gt;銀河イメージ&lt;/h2&gt;&#xA;&lt;p&gt;今回使用した、Galaxy10 DECals Datasetがどのようなデータかここで見てみたい。&lt;/p&gt;</description>
    </item>
    <item>
      <title>Deep Learning (CNN) による銀河形状分類（その3）</title>
      <link>https://akenji3.github.io/post/20221230_galaxy_cnn_3/</link>
      <pubDate>Fri, 30 Dec 2022 00:00:00 +0000</pubDate>
      <guid>https://akenji3.github.io/post/20221230_galaxy_cnn_3/</guid>
      <description>&lt;p&gt;（その2）の記事の続き。&lt;/p&gt;&#xA;&lt;p&gt;&lt;a href=&#34;https://akenji3.github.io/post/20221230_galaxy_cnn_2/&#34;&gt;前回&lt;/a&gt;は、VGG16で学習をしたが、今回はモデルにResNetを使ってみる。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
