MLDS2018SPRING

MLDS2018SPRING

NTU 2018 Spring での機械学習とそれを深く構造化する (MLDS)。

このコースにはグループごとに 4 つの宿題があります。宿題は以下の4つです。

1. ディープラーニング理論
2. シーケンス間モデル
3. 深い生成モデル
4. 深層強化学習

詳細については、このコースの Web サイトを参照してください。

目次

1. ディープラーニング理論
   • 深い対浅い
   • 最適化
   • 一般化
2. シーケンス間モデル
   • ビデオキャプションの生成
   • チャットボット
3. 深い生成モデル
   • 画像生成
   • テキストから画像への生成
   • スタイル転送
4. 深層強化学習
   • ポリシーの勾配
   • ディープ Q ラーニング
   • 俳優・評論家

4つの宿題の結果

1. 深層学習理論

• レポート.pdf

1.1 深い対浅い

• お読みください

1.2 最適化

• お読みください

1.3 一般化

• お読みください

2. シーケンス間モデル

2.1 ビデオキャプションの生成

• BLEU@1 = 0.7204
• お読みください
• hw2_1/レポート.pdf

2.2 チャットボット

• パープレキシティ = 11.83、相関スコア = 0.53626
• お読みください
• hw2_2/レポート.pdf

3. 深い生成モデル

• レポート.pdf

3.1 画像生成

• お読みください
• 画像生成: 100% (25/25) ベースラインに合格

./gan-baseline/baseline_result_gan.png

3.2 テキストから画像への生成

• お読みください
• テキストから画像への生成: 100% (25/25) ベースラインに合格

タグのテスト	./gan-baseline/baseline_result_cgan.png
青い髪青い目 青い髪、緑の目 青い髪赤い目 緑の髪青い目 緑の髪赤い目

3.3 スタイルの転送

• お読みください

4. 深層強化学習

• レポート.pdf

4.1 政策の勾配

• お読みください
• ポリシーの勾配: 30 エピソードの平均報酬 = 16.466666666666665

4.2 ディープ Q ラーニング

• お読みください
• Deep Q Learning: 100 エピソードの平均報酬 = 73.16

4.3 俳優兼批評家

• お読みください