製作手順が簡単なので、1個あたり3分もかからないほど手軽に作れます。 必要な分だけ用意できる 家にある材料で自作するので、 個数の調整がしやすい です。 例えば、市販のプラスチック製カゴを使う場合。事前に必要な個数やサイズを確認して買いに行っても、実際に収納してみると「あれ?」となった経験が… 紙袋で自作するボックスなら、その場でサイズ感などを試せます。 大きさや個数を調整しながら用意できる ので、過不足も出ませんでした。 紙袋ごとに大きさがちがうのも、入れたいものによって使い分けできて地味に便利。 不要になったら簡単に処分できるのもいいところ。紙ですからね! 一時的に使わないときも、たたんでコンパクトにしまっておけるからかさばりません。 特に賃貸住まいや引っ越し予定があるなど、 あまりモノを増やしたくない場合 にかなりおすすめ。 我が家もそんな理由で収納用品を増やせずにいたのですが、余った紙袋で作るボックスなら安心して使えます。 イマイチなところ BAD 強度が弱め 統一感がない やはり材質が紙ということで、プラスチックなどと比べると強度はあまり期待できません。 また、紙特有の柔らかさはメリットでもありますが、場合によっては使いにくさを感じるかも。 そうとう頻繁に出し入れしたり、重いものを入れる場合には不向き かな…と思います。 MEMO ただし、厚みのある紙袋を使えばある程度の強度は保ってくれます。 また、薄い材質のものは帽子や買い物袋など軽いものの収納になら問題なく使えています。 余った紙袋を使ったので、 見た目に統一感がない のが残念ポイント。複数作るといろんな色や柄がずらりと並びます。 ただ私は普段見えないクローゼットの中に使用しているので、この点は特に気にしてません。 気になる場合は紙などを貼ってリメイクしてもいいかもですが、 あくまで簡易的な収納として使う ものかな〜と思ってます。 目に入る場所に使うなら、シンプルもしくはおしゃれなものを1つだけ使うのがいいかも。もとの色や柄を生かす方向で! まとめ 収納用品を試しに使いたい クローゼット・押入れなど見えない場所を整理したい 紙袋で手軽に作れる収納ボックスは、こんな場面で活躍してくれそうです。 ちょっと気になる場所があったらパパッと作れるので、ぜひお試しを。 それでは、あおい( @aoironote16 )でした!
紙袋の活用術についてご紹介いたしました。 「なんとなくとっておく」から「活用するためにとっておく」となると良いですね。 紙袋ボックスは簡単につくれますので、ぜひチャレンジしてみてください。 ※この記事に含まれる情報の利用は、お客様の責任において行ってください。 本記事の情報は記事公開時のものであり、最新の情報とは異なる可能性がありますのでご注意ください。 詳しくは、「 サイトのご利用について 」をご覧下さい。
こんにちは、あおい( @aoironote16 )です。 クローゼット内の収納で頭を悩ませていたのが、こまごました小物類。 今までは適当に放り込んでいたけど、キレイに収納するためにカゴがほしいな…と考えました。しかし、ぴったりな個数やサイズがわからず購入を迷っていました。 そこで試しに、 有り余っていた紙袋を使って収納ボックスを自作 してみることに。 で、これが意外と便利でした…!仮置きのつもりが、結局クローゼット内の収納にしっかり活用することにしたくらい。 というわけで、今回は 紙袋を使った収納ボックスの作り方と使用感 をご紹介します。材料は紙袋だけという手軽さもよい感じ! 紙袋でできる収納ボックスの作り方 こちらが、紙袋で自作した収納ボックスです。簡単な作りですが、ちょっとした工作で紙袋そのままよりも使いやすくなってます。 準備するものはこちら。 そして、製作手順は以下の3ステップです。 持ち手部分を切り取る 上半分を内側に折り込む 形を整える 作り方をもうちょっと詳しく説明します。 STEP. 1 持ち手部分を切り取る 紙袋の持ち手部分をハサミで切り取ります。 テープで留めているものは引っこ抜いてもOK。 STEP. 2 内側に折り込む 紙袋の上半分程度を内側に折り込みます。高さはお好みで調整してくださいね。横面を二重にすることで、強度もUP。 思い切って一度でガッと折り込んじゃうのがポイント! STEP. 3 形を整える 折り目部分の高さを調節して、形をきれいに整えます。 完成! ポーチ類を収納してみたところ。けっこう安定感があります。 家にあった様々な紙袋で作ってみて感じたポイントはこちら。 使う場所や入れたいもののサイズに合わせて紙袋を選ぶこと ある程度厚みのある素材のものを使うこと 収納ボックスとして使う紙袋は、この2点を基準に選ぶのがおすすめです。 スポンサーリンク 我が家での紙袋ボックス活用法 最初にちょこっと書いた通り、収納ボックスを手作りしたのはクローゼットの中を整理するため。 あおい 我が家での使い方を紹介します!
1%の正確率を保ちながらSamusung S8上でMobileNetV2よりも2. 4倍軽量で1. 5倍高速を達成しました。 6. EfficientNet 🔝 EfficientNet もまたQuoc V. Leらによるもので2019年に発表されました。従来よりかなり少ないパラメータ数で高い精度を出しました。 Kaggle などで転移学習に有用なモデルとして活用されています。 7. [AI入門] ディープラーニングの仕組み ～その3：CNNの仕組み～ | SIOS Tech. Lab. 転移学習とファインチューニング 🔝 ネットワークの層の数が多くなりと同時に学習に必要な計算量(時間と電力)は莫大なものになっていきました。 よって、ImageNet(ILSVRCのデータセット)で学習済みのネットワーク(VGGやGoogLeNetやResNetなど)を使った 転移学習 によって短時間で高性能のネットワークを訓練することが一般的になりました。これらのネットワークはImageNetにおける学習で畳み込み層が特徴量を抽出できるようになっているからです。その最適化されたネットワークの重みを再利用することで余計な訓練を省くというわけです。 転移学習では最後の方の結合層を入れ替えてそこだけ訓練する方法と、ネットワーク全体を微調整するファインチューニングとがあります。 参照 : ResNetで転移学習の方法を試してみる 転移学習の注意点
こんにちは、たくやです。 今回は69歳のグーグル研究員、ジェフ・ヒントンが40年の歳月をかけて熟考して発表した新技術、 カプセルネットワーク をご紹介します。 今回も例によってわかりにくい数式や専門用語をできるだけ使わずに感覚的に解説していきます。 元論文 「Dynamic Routing Between Capsules」 この、カプセルネットワークは今、これまで機械学習で不動の地位を築いていたニューラルネットワークの技術を超える新技術なのではないかと期待されています。 彼の出した2つの論文によると、 カプセルネットワークの精度は従来のニューラルネットワークの最高時の精度 に、 誤答率は従来のニューラルネットワークの最低時の半分にまで減少 したといいます。 従来のニューラルネットワークとの違い では、何が従来のニューラルネットワークと違うのでしょうか? 畳み込みニューラルネットワーク（CNN）をなるべくわかりやすく解説 | AIアンテナ ゼロから始める人工知能（AI）. 一言でいうと、従来のニューラルネットワークが 全体をその大きさ で見ていたのに対して、カプセルネットワークが 特徴ごとに"ベクトル" で見ているという点です。 もう少し詳しく説明します。 例えば顔を認識する際に、従来のニューラルネットワークであるCNN(Convolution Newral Network) はそれが目なのか、鼻なのか、口なのかにしか着目していませんでした。(画像左) *CNNが何かを知らない方はこちらの記事の"CNNのおさらい"をご覧ください。 不気味なロボットから考えるCNNの仕組みのおさらいとAIによる画像認識の攻防戦 しかし、今回のカプセルネットワークはそれらの特徴がどのような関係で配置されているのかまで認識します。(画像右) 出典: Kendrick「Capsule Networks Explained」 より つまり、カプセルネットワークは個々の特徴を独立的に捉え、それぞれがどのような関係にあるのかということにまで着目します。カプセルネットワークの名前の由来がここにあります。ひとつひとつのカプセルに詰まったニューロンが個々の特徴に着目し、それぞれの関係に着目するのです。 これによって何が起こるのでしょうか? 出典: Medium 「Understanding Hinton's Capsule Networks. Part I: Intuition. 」 より 例えばこの写真、私たち人間の目には実物の自由の女神像を見たことがなくても、全て自由の女神像に見えます。 しかし、私たちは、何千枚と自由の女神の写真を見てきたわけではないですよね?私たちは、十数枚の写真を見ただけで、それが自由の女神像だと認識することができます。 それと同じことが機械学習でも可能になるのです。 機械学習を行うには5つのプロセスがありました。 データの収集 データの前処理 モデルの構築 実際に人工知能に学習させる モデルの改善 機械学習で最も大変なのは、実のところ、1と2のプロセスでした。しかし、今回のカプセルネットワークが実際に実用に耐えうるものだとされれば、1と2の手間がかなり省けるために、機械学習の可能性が一気に広がります。 カプセルネットワークの仕組み なぜそのようなことができるのでしょうか?
Follow @SIOSTechLab >> 雑誌等の執筆依頼を受付しております。 ご希望の方はお気軽にお問い合わせください!
15%」という数値になりましたが、これは前回(多層パーセプトロン)の結果が「94. 「畳み込みニューラルネットワークとは何か？」を分かりやすく図解するとこうなる - GIGAZINE. 7%」であったことに比べるとCNNはかなり性能が良いことがわかりますね。 次回はMNISTではなく、CIFAR10という6万枚のカラー画像を扱う予定です。乞うご期待! 参考文献 【GIF】初心者のためのCNNからバッチノーマライゼーションとその仲間たちまでの解説 pytorchで初めてゼロから書くSOTA画像分類器(上) 【前編】PyTorchでCIFAR-10をCNNに学習させる【PyTorch基礎】 Pytorchのニューラルネットワーク(CNN)のチュートリアル1. 3. 1の解説 人工知能に関する断創録 pyTorchでCNNsを徹底解説 畳み込みネットワークの「基礎の基礎」を理解する ~ディープラーニング入門|第2回 定番のConvolutional Neural Networkをゼロから理解する 具体例で覚える畳み込み計算(Conv2D、DepthwiseConv2D、SeparableConv2D、Conv2DTranspose) PyTorch (6) Convolutional Neural Network
」で解説していますので、詳しくはそちらをご覧ください。 畳み込みニューラルネットワークの手順を、例を用いてわかりやすく解説!