7. Übung Transductive SVM

[xAx]

Bitte um Upload, war Montag leider nicht da. Danke!

[Stefano]

Gibt diese Woche keine Übung.

[xAx]

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?

[Sandra]

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.

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]

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!

[Sandra]

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?

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.

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 Hinweis: -g 0.00002 ist das Problem.