-
ExperimentalResults: 実験によって生まれたもの
- 実験名:
I
+(x|y|r)
+(+|-)
+param
という感じ、途中ちょっと変わったりするけど、問題ないはず GeneratedImages
: 実験ごとにディレクトリが分岐しているloss_curves
: ロスカーブやスコアの学習時の変遷。間違えて iterationx1000 という横軸が書いてあるが、実際のスケールに反映するの忘れてた。model_images
: Generator/Discriminator のグラフresults_score
: 各スコアを保存したマークダウンtraining_parameters
: 各パラメータを保存したマークダウンweight_hdf5
: 重み。最後の方に保存し始めたので序盤のものはない。
- 実験名:
-
Colaboratory: Colaboratory でサクッと試してみたいときに使えるコード。実験の最終コード。
-
calcstats: 統計値を計算するためのファイル。最初に作ったのはこれ。Numpy と TensorFlow 版があり、両方の計算が一致するか確かめられる。Numpy側はテンソル計算に対応してない。
-
Blender: Blender 側で数字を生成するためのコード 。今回は Windows で行い、GPU (GTX1070) で動かした。ローカルマシンにも TensorFlow が必要になる。
- 実験を一度しか回せず、スコアの信用性が低い (これは計算資源の限界なので許されたい)
- 学習の過程でのスコアの最大値、などを取っているが、学習の序盤にかなりそれらが上下するタイミングがあるので、それを完全に除外してスコアを計算するべきだった