1.1基礎
画像分類モデルの訓練は完了し、学習済みの重みを固定した状態で本番に公開する。
利用者が1枚の画像を送信し、分類ラベルを受け取る。運用チームは別途、正解付き画像で正解率を集計する。
利用者に返す予測ラベルを計算する推論処理はどれか。
× 不正解
推論では学習済みのモデルを使って入力への予測を得る。訓練では重みを更新し、評価では予測を正解と比較して性能を測る。
詳細解説
誤り訓練データを正規化し、欠損値を補完する
入力を整えるデータ準備であり、この処理だけでは予測ラベルは得られない。
正しい学習済みモデルへ新しい画像を入力し、予測ラベルを返す
学習済みの重みを使って、入力画像に対する予測を計算する。重みの更新は行わない。
誤りラベル付き画像を使ってモデルの重みを更新する
ラベル付き画像を使った重みの更新は、モデルを作る訓練に当たる。
誤り評価用データで正解率を計算する
予測と正解を照合して正解率を出す処理は評価。評価用の予測を得る段階では推論を使うことがある。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
SageMaker AIの訓練の説明と画像分類の入出力仕様を読む。架空の画像1枚について、固定したモデルが予測ラベルを返す段階と、正解ラベルとの一致を採点する段階を分ける。
参考にした公式資料
確認できる内容
予測ラベルが「犬」で正解も「犬」のとき、モデルが「犬」と出す処理が推論で、一致を正解1件と数える処理が評価。どちらの段階でも、この例では重みは変わらない。
理解のポイント
- 訓練
- 推論
- 評価
確認時の注意
- 確認環境: AWS公式資料と架空の画像分類結果を使う机上演習
- 評価用画像でもラベルを計算する段階は推論。正解率を計算する段階とは分けて数える。
基礎のおさらい
予測と採点
固定した画像分類器の出力は画像ごとの予測ラベル。評価では、その出力を既知の正解と照合して正解率などを求める。
重みの更新
訓練では重みを更新する。本問では配備したモデルを固定しているため、推論時に正解ラベルを与えて重みを変える手順はない。
問題IDAWS-AIF-003
確認環境AWS公式資料と架空の画像分類結果を使う机上演習
最終技術確認2026-11-07
誤り・権利侵害を報告