Chainer Meetup 01で発表した 「ボケるRNN」についての資料です。 ボケての画像を入力としてRNNでボケを出力するネットワークです。 完全にネタ発表です。

1. ボケるRNNを学習したい
Chainer Meetup #01 Motoki Sato
@aonotas
12/19
1

2. 佐藤 元紀(さとう もとき)
来年4月からNAIST松本研に行く予定
休学中のM1です
＠aonotas あおのたす
Chainer Meetupの参加枠に漏れる
→LT枠で参加を決める（水曜） ボケるRNNを学習しよう！
→学習コードを動かす（木曜）
→学習が終わらない （今ココ ２時間前）
→バグが見つかる （１時間前）
→一応学習できた…？
温かい目で見守ってください。
自己紹介
2

3. Karpathy, Andrej, and Li Fei-Fei. "Deep visual-semantic alignments for
generating image descriptions." arXiv preprint arXiv:1412.2306 (2014).
画像をRNNで説明する研究
3
1. CNNで特徴抽出
2. RNN（LSTM）で説明文を生成

4. ボケるRNNを学習したい
4
写真で一言ボケるサービス

5. 画像
ボケてはスクレイピングしやすい
5
テキスト
ボケてはスクレイピングしやすい

6. 学習済CNNに画像を入力して、
最終層のベクトルを使う
@mattyaさんのCNNのコードが参考になります
https://github.com/mattya/chainer-gogh/blob/master/models.py
RNN（LSTM）の入力として画像の特徴ベクトルを入力する
Chainerのexamplesに入っているtrain_ptbが参考になります。
https://github.com/pfnet/chainer/blob/master/examples/ptb/
train_ptb.py
LSTM 1層
入力層：dropout
出力層：softmax
→ Linear (誤差関数でsoftmax_cross_entoropyを使ってるため不要)
誤差関数：softmax_cross_entropy
学習コード
6
CNN
RNN
構造

7. 学習データに対してボケる
7
予測：
何 回 押し て も もう お湯 が 出 ない </s>
（予測文字と同じ文章.）

8. 未知データに対してボケる
8
正解: 「 俺 の 彼女 が 観 に 来 て くれ てる 」
『 俺 の 彼女 も だ 』 「 手 振っ てる 」
『 俺 の 彼女 も だ 』 「 投げ キッス まで 」
『 ？ … … 俺 の 彼女 も だ 』 </s>

9. 未知データに対してボケる
9
予測：
友人 の AV コレクション が ひたすら 顔 </s>

10. • Chainerで学習コードを書く時間は短縮できる
• 今回500サンプル → 2万サンプルでやってみたい
• 一応発表に間に合って良かった
• ボケるRNNはでき…る！？
感想
10