散歩中、コスモワールドの動物の乗り物の外観が新しくなっていたことに妻が目ざとく気づく。まったく気づかなかった。中身は引き続き昔のものなのだけど、外側はピカピカに。まだ廃棄にならず、遊んでもらえそうで良かった。

以前住んでいたところの、懇意にしていた喫茶店のおかみさんから電話があり、その時は出れなかったので何事か、ご高齢なので何かあったのか、店を畳むのか、とか嫌な考えがよぎったのだけど、あらためて電話をして話してみると、以前のお礼の連絡だった。わざわざありがたい。

電話をかけることが激減した今、電話があると良くも悪くも何かあったのではと思ってしまいがちなのだけど、何気ない会話の電話も親しい人となら良いものだなぁ。

昼食はオーブン焼き。ラム肉はいつ食べてもラム、という独特の臭みの味で美味しい。

機械学習学習日記 - 64日目

学習されたモデルが果たしてどれぐらい良いものなのか、と画質の評価手法を調べる。waifu2x の標準での損失関数は RGB に重みをおいた weighted huber loss で行っているのだけど、他に一般的なものでMSE, PSNR, SSIMなど。MSE/PSNR vs SSIM の比較画像紹介 では、損失関数をだます(人の目から見ると明らかにどちらの画像のほうが悪いか歴然だが、スコアは同じ)ものの例が面白かった。また、[Learning a No-Reference Quality Metric for Single-Image Super-Resolution

](https://sites.google.com/site/chaoma99/sr-metric) では、これらの関数ではなく、人の視覚がどちらが良いかを判断する方法のスコアに近くなる手法を述べている(雰囲気でしか読んでないけど、ちゃんと読んでもまだ理解できる感じがしない…)。

今回は学習時の損失関数として使っている weighted hurber loss の他、一般的なMSE,PNSR,SSIMでスコアを出してみたけど、どれもtfの関数に実装してあるので適用するだけで楽だった。