blog-entry-118.html
ヘッダありで、各行がサンプルを表し、最初の1列目がそのサンプルの属するクラス（0から順番に数字で識別）。このCSVを次のようなコードで読み込んで、Pylearn2のデータ形式にしてから、pklに保存します。 from pylearn2.datasets.csv_dataset import CSVDataset import pickle pyln_data = CSVDataset('file name',delimiter='\t',one_hot=True) pickle.dump(pyln_data, open('pkl file name','w')) one_hotが重要です。これで、0から10までの整数で表現されたクラスが、ニューラルネットワーク用に10個のノードで表現されます。 サンプルを参考に次のようなyamlファイルを用意します。 !obj:pylearn2.train
人工データを使ってPylearn2でDBMを試してみた - Qiita
Pylearn2を使ってDeep Learningしてみました。 まともなデータを使ってテストはしていないし、まともなアウトプットが出ていないので、"ふ〜ん、Pylearn2ってこんな感じか"、っていうPylearn2の雰囲気をつかむ目的で読んで頂けますと助かります。 Pylearn2のインストール とりあえず公式のドキュメントを参考にしてください。 theanoのバージョンによってはエラーが出るため、その場合は下のstackoverflowを参考にして下さい。 Pylearn2 dev documentation psycopg2, pymc, theano and DYLD_FALLBACK_LIBRARY_PATH 参考資料 とりあえず、下のコンピュータビジョン最先端ガイド6を一読して、Deep Learning Tutorialsを読みつつtheanoで実装しながら動かすと、なんと
pylearn2 入門したい編 - laughingのブログ
vagrant install とか pylearn2 install 済みの vm 作成など vagrant install する 手早く vagrant 環境を整えて*1 (ref:http://blog.papix.net/entry/2013/04/27/141608 )， github にある pylearn2 用の box を使って pylearn2 が実行出来る環境を作る *2 vagrant up する git clone https://github.com/ironchief/pylearn2_vagrant.git cd pylearn2_vagrant vagrant upを実行するだけだが，cpu によっては vt-x が使えなかったりするので*3， 下記のように 32bit OS を見るように Vagrantfile を編集する *4 diff --git a/
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
