MFT2018向けダーツスキル解析(4)
背景
- 前回、性能はよくわからないですが、指の動きと指圧、そして体の関節位置の時系列データから、ダーツのスコアを推定するDeep Neural Network(DNN)を作りました。
- ほんとにこれで収束してんのか？というところ今一度値を見て調べてみようと思います。
どうチェックするの？
- スコアが0のデータ、0.1のデータ、0.6のデータ、1.0のデータを入力して、モデルがどんな出力を返すのか見てみます。
結果
- いや、すごい恥ずかしいのですが、モデルにどのデータを入力しても、「0.5336971」が帰ってきました笑
- ただの平均値計算になってましたね！いやぁ、お恥ずかしい！ああっ！！！（寝不足のテンション）
次のステップ
- しかしこれで、収束してないことがわかりました。前のデータで、validation気にせずlossが小さくできていた例をみました。要は、validationを犠牲にしてでもlossを降下する方向性へもっていくべきだったのですね。
- 汎化性能維持するために、Dropoutとか入れてみる必要があるかもしれません。
- データの質以前の問題ということで、ハイパーパラメータチューニングに手を出すか？
うううう・・・
この分野はまだまだ素人なので、色々とハマりますね・・・。
余談
- Maker Faire、ヘタしたらただのダーツの矢を投擲するデータをロギングするシステムを展示するだけになってしまうかな・・・。それは避けたい・・・。
- あと残り一日になってしまった・・・。
とりあえず一回寝ますかね。
