最終的に地元中学に通われた方、その後のお子さんの学校生活はいかがでしょうか。 【6432351】 投稿者: 首都圏ですが (ID:ZMrqLkQjo4Y) 投稿日時:2021年 08月 02日 12:53 習字など受検勉強以外にも力を入れることは、公立中高一貫受検には良いことだと思います。うちの子もですが、周りの合格された子も何かしら平行してやっていた子が多いです。 中にはおまけの習い事を本格的に受検日2週間前までやり続けていたり。前述したギリギリまでB, C判定でも合格したお友達やうちの下の子はそのパターン。2人ともスポーツ系。中学に入った今も部活ではなく、そのまま外部で本格的に続けています。 水泳は辞めてしまったということですが、習字の他に軽いスポーツは考えられませんか?集中力つきますし、積極性や自信につながると思います。 学校でも勉強のみでなく委員会とか代表とか何か自信につながる役割を。もちろんカラーテストの点数が良い事や宿題提出は基本になりますが、成績はそれだけで良くはつきませんよね? 本をたくさん読んで、色々なものに触れて知識を身につけて。 それでも残念だった子は燃え尽き症候群になりません。私立受験ではないのに勉強一辺倒だったお子さんが残念だった時が一番立ち直れないパターンだと周りを見て感じます。 【6432537】 投稿者: ららら (ID:. 公立中高一貫校、ダメなら地元中学について(ID:6431127)3ページ - インターエデュ. zztXT6Jw0I) 投稿日時:2021年 08月 02日 15:56 子供は親が思う以上に、経済的なことはちゃんと気にかけてますよ。 マンガ「二月の勝者」の島津くんも、あれだけ開成にこだわっていたのに、経済事情を慮って、都立中も視野に入れ始めましたよね。 親のほうがしっかりと指針を伝えたらいいと思います。 公立中高一貫校のみ もしくは、私立であっても特待のみで、ソレ以外は地元中と告げたら、そのつもりで納得するのでは。 確か世帯年収が1000万円前後だと、高等教育無償化の対象外になるのでは・・・その辺りは詳しくないですが。知り合いがまさにそうで、対象に入るなら中学だけなら頑張れるけど、高校までの6年間の学費は無理と言ってましたので。 スレ主さんは関西方面なのですね。うちは京都の公立中高に通っているのですが。地元中がかなり荒れている地域から通う子もいてて、地元中回避で頑張ってた子もいるようです。 公立中高一貫校1校のみ受検も多いですが、特待取った子も多いですし、私立併願ももちろんいます。 そこは、本当にご家庭のポリシー次第です。 【6434030】 投稿者: 大ちゃん (ID:RauY0Jhjd0. )
実は兄の(も)A君は 小学校5年生でうちの塾に入塾したのですが、 びっくりするぐらい勉強ができなかったです! 中高一貫校 を受験すると聞いて まぁ受けるだけだね… 今まで小学校で何をしてきたのだろう… と思うほどでした。 通っていた小学校は 非常に小さな小学校で 面倒見がよく 先生たちが勉強を見てくれていたのでしょうが、 何せ比べる対象がいないため 勉強ができないのに 自分は勉強ができると信じているところが厄介でした… そんな彼も うちの塾の中学受験クラスで 天狗の鼻をへし折られ、 改心したのか 性格も良くなり、 メキメキと成績が上がっていったのです。
学校行事で印象に残っていることは何ですか? A. いちばんは合唱祭でした。 6年間で6回、外部の大きなホールを借りて、クラス対抗で順位を争う合唱祭は思い出深い行事でした。(^^♪ 同級生の友だちに関して。 Q. まわりの同級生はやっぱり優秀?大学とかどのへんに進学しましたか? A. うちの子は理系選択だったので友だちは理系の子が多く、医学部医学科に現役浪人ふくめて5人、身近な子が進学しました。あとは旧帝大の薬学部、文系では慶応に。 早慶の指定校推薦や一般受験も多く、マーチに合格した子はとても多かったみたいです。 みほ 頭のいい学校に通うと、多くの同級生が、 将来優秀な仕事をするようになったり、大企業に就職したりします。 勉強ができる子たちのいる学校に通うって、こういうことなんですね。 Q. 公立中高一貫校に通ってよかったですか? A. とてもよかったです。 勉強することが好きな子なので、まわりが同じように勉強することが普通だと思っている子が多くいる学校でよかったです。 同級生もひねくれている子は少ないし、派手でなくまじめ、問題行動をおこすような子はいなかったですし、派手派手しい家庭環境の子もほとんど見ませんでした。 うちの子には合っていた、居心地いい学校でした。 環境は大事ですね。 先生も、生徒のためにやってあげたい、やる気の感じられる先生が、多かったように思います。 まとめ。 公立中高一貫校の受検をめざしている、あるいは、めざそうとしているママパパさんが、 入学後の学校生活に関して気になりそうなコトを、いくつか質問形式で答えてみました。 いかがでしたでしょうか? 公立中高校一貫校 東京 入試日程. うちの勉強の失敗なんかも参考にしていただいて、順調で満足のいく公立中高一貫校の学校生活になることを願っています。(^^ゞ Z会 小学生向け講座
MyNetで中間層のノードを500、学習回数を100epochで学習させた結果 Validationの損失値は下がらなくなります。おそらく、深層ではないただのニューラルネットでは分類できない問題なのでしょう。層を増やすか、CNN(畳み込みニューラルネットワーク)を用いるか、工夫が必要です。 おまけ 前回の工作機械ソムリエで出たメーカーのロゴについて2社のロゴ分類をします。形状に違いはありますが、ニューラルネット的には分類できるのでしょうか。これはMyNetで試してみます。 学習・評価ではネット上で収集した牧野フライス製作所のロゴとオークマのロゴを用いて、テストでは自分の手書きで書いたロゴを用いました。 自分で書いたやつ。 Figure 12-a. 牧野フライスのロゴの手書き Figure 12-b. オークマのロゴの手書き LossとAccuracyの推移は以下です。 Figure 13-a. Epochに対するLossの推移 Figure 13-b. Epochに対するAccuracyの推移 フックレンチとスパナレンチの学習よりはよく学習できているのではないでしょうか。 推測させると以下のようになりました。 Figure 14-a. 牧野フライスのロゴの推測結果 Figure 14-b. オークマのロゴの推測結果 この結果は非常に良く分類ができています。ロゴくらいの形状の違いがあれば深層ではないニューラルネットワークでも分類が可能なようです。 フックレンチとスパナレンチは単純なニューラルネットでは分類できない 企業ロゴであれば深層でなくても分類できる Windows10 CPU:Core i7-7700HQ Memory: 16GB Graphic board: GTX1060 6GB Strage: NVMe M. 2 SSD 1TB CUDA 9. 0. 176 cuDNN 7. 5 ※CUDA、cuDNNを導入していない方は環境構築が必要です。 Keras==2. 1. 5 tensorflow-gpu==1. 11. 0 torch==1. 0 scikit-learn==0. 19. 1 scipy==1. 4. 息子くん、初めての定期テスト。 - ムリせず頑張りすぎない生活. 1 ※GPU対応のPyTorch導入はこちらを参考にしてください PyTorch==1. 0をWindowsへ導入 moriitkys 森井隆禎 ロボットを作ります。 AI・Robotics・3DGraphicsに興味があります。最近はいかにしてお金を稼ぐかを考え、そのお金でハードをそろえようと企んでいます。 資格・認定:G検定、Pythonエンジニア認定データ分析試験、AI実装検定A級、TOEIC:810(2019/01/13) Why not register and get more from Qiita?
Kera(左)とPyTorch(右)それぞれの学習時(10epochあたり)のタスクマネージャパフォーマンス メモリ使用量はPyTorch側が小さかったです。Kerasではlistやnumpyの配列でデータセットを保持しているので(本プログラムでは)、どうしてもメモリを消費してしまいます。 GPU使用量もPyTorch側が小さかったです。 次に、KerasとPyTorchのそれぞれのネットワークの学習実行速度を比較します。ネットワークを用いて学習させたときの40エポックにかかる時間[s]を以下の表にまとめました。 Keras PyTorch ResNet 3520 s 3640 s Mobilenet 1600 s 1760 s MyNet 40 s 680 s Kerasはtのverbose=1としているので勝手に出力してくれた値の秒のところを見ています。1ステップあたりの時間から計算すると正確ですが、めんどくさいのでだいたいの値とします。 上記の表からPyTorchの方が若干遅いです(1epochに3秒ほど遅い)。特にMyNetがかなり遅いです。ただしPyTorchの方が省エネ(? )です。PyTorchの方が速いつもりでしたが、コードが悪いような気がします。 ほぼ変わらないスピードで省エネならPyTorchの方が良い気がします。 KerasでのResNet, Mobilenet, MyNetの推測結果 学習させた結果のLoss、Accuracy、テスト画像の推測結果を以下にまとめました。学習曲線はひどいですが、結果はまあ妥当なところではないでしょうか。 Figure 7. 学習でのエポックに対するLossとAccuracy(Keras) Figure 8-a. ResNet50による推測結果 (Keras) Figure 8-b. Mobilenet v1による推測結果 (Keras) Figure 8-c. MyNetによる推測結果 (Keras) PyTorchでのResNet, Mobilenet, MyNetの推測結果 学習させた結果のLoss、Accuracy、テスト画像の推測結果を以下にまとめました。Kerasと同様なので、折り畳みの中に結果を示します。 PyTorchでの学習推測結果のまとめはここをクリック KerasとPyTorchの結果を踏まえて 両者とも傾向としては同じです(ほとんど同じ学習になるようにしたので)。 Keras、PyTorchとも、ResNet、Mobilenetでは分類ができていますが、MNISTレベルのMyNetでは分類できませんでした。ただし、Lossの下がり方を見るにResNetやMobilenetでも学習はうまくいっていないと思われます。今回はテスト画像も学習データに類似しているため、正解したのだと思います。フックレンチとスパナレンチほど類似した分類問題の場合、60枚程度ではデータ数が少ないようです。しかもデータそろえても分類できないような気もします・・・。 ちなみに、MyNetにおいて中間層のノードを500、学習回数を100epochで学習させた結果が以下です。 Figure 11.
PyTorch実践です。前回までの内容はこれ↓ Kerasで単回帰分析実装 Kerasでワイン分類 工作機械ソムリエ - Machine Sommelier by Keras - PyTorchのためのデータセット準備 前回までにKerasを用いた回帰、分類などの例を扱いました。機械学習や深層学習の概要・実装についても学びました。 今回は自分で収集した画像を学習して分類するようなニューラルネットワークを自分で作成します。(バックボーンは選択できるようにしてあります。) 用いる深層学習フレームワークはKerasとPyTorchで、両者の違いも比較します。 プログラムはこちら↓ (実行環境は ページ下部 に記載)(データセットもあるよ) GitHub-moriitkys/MyOwnNN データセットは試しにフックレンチ(62枚)とスパナレンチ(62枚)を収集・拡張して学習・評価(検証)用画像として用います(Figure 1-a, b)。工具分類です。 Figure 1-a. Hook Wrench Figure 1-b. Spanner Wrench 自作NN(MyNet)の入力は28x28x3で出力は2で、分類問題です。ネットワーク構造は下で詳細を述べます。 学習回数はepoch、最適化関数はSGD、損失関数はcategorical crossentropy テスト画像(未知画像)は学習・評価に用いていないフックレンチ2枚、スパナレンチ2枚を用意 UIは前回 PyTorchのためのデータセット準備 で使ったものを流用 おまけで前回の続きの工作機械メーカー2社のロゴ分類もしてみました 自作NNを本記事ではMyNetと呼びます。入力層(28*28*3 nodes)、中間層(200 nodes)、出力層(2 outputs)で構成されるネットワークです。今回はRGBの3チャンネルも考慮できるようにしてあります。構造の概念図はFigure 2. です。 Figure 2. MyNetの概念図 中間層では活性化関数としてReLUを適用し、Dropoutも適用します。 出力層で活性化関数としてsoftmax関数を適用し、クラスごとの出力(2つ) を得ます。 Figure 3. 機械学習における用語と学習の概念図 ・ ニューロン、ノード 入力信号を受けて何か出力を出す部分の事。Figure 3.