7. Übung Transductive SVM

Moderator: Probabilistische Graphische Modelle

xAx
Endlosschleifenbastler
Endlosschleifenbastler
Beiträge: 157
Registriert: 6. Mär 2008 17:20

7. Übung Transductive SVM

Beitrag von xAx » 2. Dez 2009 13:59

Bitte um Upload, war Montag leider nicht da. Danke!
Zuletzt geändert von xAx am 9. Dez 2009 23:23, insgesamt 1-mal geändert.
Nichts ist wie es scheint!
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
Zuletzt geändert von xAx am 14. Mär 2009 16:17, insgesamt 99-mal geändert.

Stefano
Windoof-User
Windoof-User
Beiträge: 25
Registriert: 26. Aug 2008 10:46

Re: 7. Übung

Beitrag von Stefano » 2. Dez 2009 14:38

Gibt diese Woche keine Übung. :)

xAx
Endlosschleifenbastler
Endlosschleifenbastler
Beiträge: 157
Registriert: 6. Mär 2008 17:20

Re: 7. Übung

Beitrag von xAx » 8. Dez 2009 18:20

ich nutze mal den thread für fragen zur aktuellen übung zu den jeweiligen teilaufgaben:
4. & 7. welche HOG auflösung sollen wir hier verwenden?
4. - 9. sollen wir immer nur transduktiv lernen, oder nur induktiv, oder immer beides?
Nichts ist wie es scheint!
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
Zuletzt geändert von xAx am 14. Mär 2009 16:17, insgesamt 99-mal geändert.

Sandra
Mausschubser
Mausschubser
Beiträge: 89
Registriert: 4. Mär 2005 19:47
Kontaktdaten:

Re: 7. Übung

Beitrag von Sandra » 10. Dez 2009 09:32

xAx hat geschrieben:ich nutze mal den thread für fragen zur aktuellen übung zu den jeweiligen teilaufgaben:
4. & 7. welche HOG auflösung sollen wir hier verwenden?
Ideal waere, wenn ihr die verschiedenen Deskriptoren ausprobiert. Das ist ja jetzt kein grosser Mehraufwand. Aber es reicht theoretisch nur ein Deskriptor. Da waehlt ihr einfach einen guten aus.
xAx hat geschrieben:4. - 9. sollen wir immer nur transduktiv lernen, oder nur induktiv, oder immer beides?
Immer beides, sonst seht ihr ja keine Unterschiede zwischen semi-supervised und supervised learning.

xAx
Endlosschleifenbastler
Endlosschleifenbastler
Beiträge: 157
Registriert: 6. Mär 2008 17:20

Re: 7. Übung Transductive SVM

Beitrag von xAx » 10. Dez 2009 19:26

Danke schonmal dafür. Jetzt bin ich bei der 7 und laufe in so manche Probleme. Aber vorweg weitere Fragen zur Aufgabenstellung:
7. Sollen wir auch den Parameter für die Option "-c" variieren? Für ein 10x10 grid (RBF) und 10x1 grid (linear) search wären das schon 660 Messwert-Tripel.
10. "Visualize some images" = "HOG-Deskriptoren zeichen"? Hätte da jetzt erstmal keine (einfache) Idee, wie ich das machen würde / sollte.

Jetzt aber zu SVM light. Der folgende Befehl

Code: Alles auswählen

./svm_learn -v 1 -t 2 -g 0.00002 ./face_train_16.txt ./train_face_model_2E-5_16
kommt einfach nicht heraus aus

Code: Alles auswählen

Optimizing...................
Leider ist das keine seltene Ausnahme, sodass es für mich unmöglich ist, ein grid search automatisiert laufen zu lassen.
Vielen Dank für jegliche Hilfe! :)
Nichts ist wie es scheint!
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
Zuletzt geändert von xAx am 14. Mär 2009 16:17, insgesamt 99-mal geändert.

Sandra
Mausschubser
Mausschubser
Beiträge: 89
Registriert: 4. Mär 2005 19:47
Kontaktdaten:

Re: 7. Übung Transductive SVM

Beitrag von Sandra » 10. Dez 2009 21:37

xAx hat geschrieben:Danke schonmal dafür. Jetzt bin ich bei der 7 und laufe in so manche Probleme. Aber vorweg weitere Fragen zur Aufgabenstellung:
7. Sollen wir auch den Parameter für die Option "-c" variieren? Für ein 10x10 grid (RBF) und 10x1 grid (linear) search wären das schon 660 Messwert-Tripel.
Was heisst hier "auch c". Das ist doch _der_ SVM Parameter, der auch in der Formel in den slides vorkommt. Der wird fuer die lineare SVM und die SVM mit rbf kernel gesucht und dann kommt noch fuer den rbf kernel ein Parameter hinzu. In der Regel wuerde man dann drei verschiedene Werte nehmen, d.h. fuer linear muesstest du 3 Tests starten und fuer den Rbf kernel 3*3 Tests. Wie kommst du da auf 660 Werte?
xAx hat geschrieben:10. "Visualize some images" = "HOG-Deskriptoren zeichen"? Hätte da jetzt erstmal keine (einfache) Idee, wie ich das machen würde / sollte.
Ich habe euch doch die Bilder mitgeschickt, die in derselben Ordnung sind wie die Testdaten, d.h. ihr muesst mit der Klassifikation herausfinden, welche Daten falsch klassifiziert wurden bzw. richtig. Man kann das auch noch mit dem score gewichten und die Bilder sollt ihr dann im Dokument visualisieren (reinladen) oder in Matlab mit subplot nebeneinander darstellen. Wie auch immer.
xAx hat geschrieben:Jetzt aber zu SVM light. Der folgende Befehl

Code: Alles auswählen

./svm_learn -v 1 -t 2 -g 0.00002 ./face_train_16.txt ./train_face_model_2E-5_16
kommt einfach nicht heraus aus

Code: Alles auswählen

Optimizing...................
Leider ist das keine seltene Ausnahme, sodass es für mich unmöglich ist, ein grid search automatisiert laufen zu lassen.
Vielen Dank für jegliche Hilfe! :)
Hast du denn schon Aufgabe 6 bearbeitet? Die habe ich extra vor Aufgabe 7 (Parametersuche) gestellt, damit ihr sinnvolle Parameterzuweisungen daraus entnehmt :wink: Hinweis: -g 0.00002 ist das Problem.

Antworten

Zurück zu „Probabilistische Graphische Modelle“