PFN Internship
Preferred Networks インターン選考 2019
コーディング課題 機械学習・数理分野
一次は通って面接で落ちた
source code
ソースコード, およびレポートは以下のような構成となっています
- README.md
- report.pdf
- prediction.txt
- src
- datasets
- train
- test
- results
- 1NN : 1層のニューラルネットワークの結果
- Adam.pkl
- MomentumSGD.pkl
- SGD.pkl
- 2NN : 2層のニューラルネットワークの結果
- Adam.pkl
- MomentumSGD.pkl
- SGD.pkl
- code_1.py : 課題1の実行ファイル
- test_code_1.py : 課題1のテスト実行ファイル
- code_2.py : 課題2の実行ファイル
- code_3.py : 課題3の実行ファイル
- code_4.py : 課題4の実行ファイル
- common.py : 各課題共通の関数をまとめたファイル
- utils.py : datasetsからのファイルの読み込みを行う関数をまとめたファイル
- plot_figure.py : レポート用の図を出力するファイル : このファイルのみnumpy以外のライブラリを利用しています
- predict.py : 課題4で得られたモデルを用いてテストデータに対して予測を行い, prediction.txtとしてファイルを保存
以下が各ファイルの実行手順です
課題3は最適化手法をSGDか, momentumSGD(mSGD)かのどちらかを選択できます
課題4は最適化手法をSGD, momentumSGD(mSGD), adamのいずれか, 層の深さを1, 2のいずれかを選択できます
課題1 : cd src && python code_1.py
課題1(テストコード) : cd src && python test_code_1.py
課題2 : cd src && python code_2.py
課題3 : cd src && python code_3.py -o SGD(or -o mSGD)
課題4(学習) : cd src && python code_4.py -o SGD(or -o mSGD or -o adam) -n 1(or -n 2)
課題4(予測) : cd src && python predict.py