人工知能でお菓子を認識する（その４）

　このSony Neural Network Consoleの、まだ述べていない機能についてです。ニューラルネットワークの層構成を含む、様々なハイパーパラメータの自動チューニング（自動最適化）機能です。

　この「お菓子を認識する」でそれをやってみました。結論から言いますと、これまでの認識率（正答率）は最高で95.2% = 476/500でしたが、この自動チューニングで、97.2% =486/500を出すニューラルネットワークが見つかりました！

　これには、ノートPCを１時間ほど走らせて得られました。６ケースほどの候補をそれぞれ10分程度かけて学習した結果からそれが得られました。実際、ネットワークの層も自動的に下図のように変更されていました！ある一定のポリシーでこの方向へ向かってきたのだと思いますが、詳しいことは、現時点では分かりません。勉強していません。

　ともかく、自分でひとつのNeural Networkを構成すれば、それをベースに自動的に（時間はかかるが）もっと正答率の高いNeural Networkに変えてくれる、これはなかなかのものではないでしょうか。

前編（その２）のネットワーク構造が自動的に変更された

正答率は、前編（その２）の95.2%から97.2%へ向上

この時の学習の状況：前編（その２）の場合とはかなり異なるルートの探索