パスワードを忘れた? アカウント作成
この議論は賞味期限が切れたので、アーカイブ化されています。 新たにコメントを付けることはできません。

Google発のJPEGエンコーダー「Guetzli 1.0」リリース」記事へのコメント

  • 雑なピクセル比較で品質を評価してGuetzliをディスってたせい、かつ投稿者もスルースキル無くて半炎上状態にあるな。

    • by Anonymous Coward

      とはいえ擁護派もあんまり説得的じゃない感じ。
      「Google様の考えたButteraugliアルゴリズムでよいスコアになるようなエンコーダーなんだから、
      それで評価しないのは筋違いだー」って批判してるんだけど、そのButteraugliアルゴリズムがどういうものかは
      擁護派も理解していないという。

      この論評 [qiita.com]によると、

      ソースコードをのぞくと結構な数のマジックナンバー(定数値)が散りばめられており、それらの値をどうやって決めたのか/なぜその値が妥当なのかという説明を見つけられませんでした。

      「俺が考えた最強のアルゴリズム実装してみた」感が拭えず、もう少し情報がほしいなと思う次第です。

      だそうで。

      • by Anonymous Coward

        機械学習ってマジックナンバーの塊だよ

        定量評価したいなら PSNR くらいしかないが(ほかにあるなら教えて)、
        結局は画像コーデックはNを稼いだ官能評価しかないんじゃないかと思うんだが。

        • by Anonymous Coward

          まあ思考停止するのは自由だけど、このGuetzliはその官能評価とやらをどれだけやってるのかね。

          擁護している人たちの根拠は何? と考えると、結局Googleブランドにころっとまいってるだけじゃないかと思える。

          • Re: (スコア:2, 参考になる)

            by Anonymous Coward

            「ニューラルネットワークは気味が悪い」というのは共通認識ではあるらしい。

            要するに、適切かどうかわからないネットワークを構築し、十分に代表的であることを祈るしかない画像でトレーニングし、うまく機能する理由または重大な間違いが生じる理由は正確にはわからない、ということです。優秀なエンジニアがどうしてこんなことができるでしょうか。

            研究者やますます多くのエンベデッド・システム開発者がわざわざこんな苦労をする理由は簡単です。それは CNN がうまく機能することにほかなりません。トレーニング結果は、概して実際の結果を予測しています。また、CNN は標準的な物体認識および分類問題において、その他のアルゴリズムを上回る性能を一貫して示しており、物体のサイズ、位置、および照明の変化に比較的反応しにくいという

            • by Anonymous Coward on 2017年03月23日 7時18分 (#3180915)

              Alpha Goのアルゴリズムの詳細を人間が人間に説明できるわけがないと思うんですけど。
              説明できなきゃ気がすまないならAIは絶対に人間を超えられない。

              親コメント

アレゲはアレゲ以上のなにものでもなさげ -- アレゲ研究家

処理中...