TensorFlow の SessionRunHook で Optuna の枝刈り
この記事は TensorFlow Advent Calendar 2018 の 23 日目のはずだったけど、早く書き終わって我慢できなかったので空いてた 6 日目にねじ込んでしまったやつです。 こういう話があったので、ちょっと TensorFlow 用に Optuna の枝刈り機能を実装できそうか手を動かしてみました。 できた？一応動くね！ 前提知識TensorFlow の Estimator をちょっと使ったことがあるOptuna が何なのかは知っていてサンプルコードを試しに動かしたことがある（枝刈りが何かの説明とかはしません何ができれば良い？Optuna 側に callback 的なもので定期的に現在の評価指標と反復回数を渡せれば OK のようです。 lightgbm の場合はこんなふうに callback が実装されています。 各学習の途中でこうやって Optuna に trial.
Cloud poetry: training and hyperparameter tuning custom text models on Cloud ML Engine | Google Cloud Blog
Cloud poetry: training and hyperparameter tuning custom text models on Cloud ML Engine Machine learning models for interpreting and processing natural language have made tremendous advances in recent years thanks to deep learning methods. Recurrent models continue to be a common choice for textual data, but newer models based on fully convolutional architectures like ByteNet, and even more recentl
Installing Tensorflow-GPU with NVIDIA CUDA on a Google Cloud Platform VM instance
As a software engineer and part of Analytics and Machine Learning team at Searce, I tried to build a project with Tensorflow-GPU and NVIDIA CUDA configured VM instance on Google Cloud Platform. During the setup, I faced many challenges and I couldn’t find a proper source which consolidates each step to achieve the goal. So, here I am writing this post which will describe each step in detail. I hop
Tacotron: Towards End-to-End Speech Synthesis / arXiv:1703.10135 [cs.CL] | LESS IS MORE
Tacotron: Towards End-to-End Speech Synthesis / arXiv:1703.10135 [cs.CL] Googleが2017年4月に発表したEnd-to-Endの音声合成モデル Tacotron: Towards End-to-End Speech Synthesis / arXiv:1703.10135 [cs.CL] に興味があったので、自分でも同様のモデルを実装して実験してみました。結果わかったことなどをまとめておこうと思います。 GoogleによるTacotronの音声サンプルは、 https://google.github.io/tacotron/ から聴けます。僕の実装による音声サンプルはこの記事の真ん中くらいから、あるいは Test Tacotron.ipynb | nbviewer1 から聴くことができます。 とても長い記事になっ
![Tacotron: Towards End-to-End Speech Synthesis / arXiv:1703.10135 [cs.CL] | LESS IS MORE](https://cdn-ak-scissors.b.st-hatena.com/image/square/30305c278f50a8a35b512fe1c5e02d0b2bf1fe04/height=288;version=1;width=512/https%3A%2F%2Fr9y9.github.io%2Fmedia%2Ficon_hu71488a41e9448d472219f1cc71ecc0ad_259818_512x512_fill_lanczos_center_3.png)
TFX: A TensorFlow-Based Production-Scale Machine Learning Platform
TFX: A TensorFlow-Based Production-Scale Machine Learning Platform Denis Baylor, Eric Breck, Heng-Tze Cheng, Noah Fiedel, Chuan Yu Foo, Zakaria Haque, Salem Haykal, Mustafa Ispir, Vihan Jain, Levent Koc, Chiu Yuen Koo, Lukasz Lew, Clemens Mewald, Akshay Naresh Modi, Neoklis Polyzotis, Sukriti Ramesh, Sudip Roy, Steven Euijong Whang, Martin Wicke, Jarek Wilkiewicz, Xin Zhang, Martin Zinkevich Googl
TFX | ML Production Pipelines | TensorFlow
Deploy ML on mobile, microcontrollers and other edge devices
PythonとKerasを使ってAlphaZero AIを自作する | POSTD
自己対戦と深層学習でマシンにコネクトフォー（Connect4：四目並べ）の戦略を学習させましょう。 この記事では次の3つの話をします。 AlphaZeroが人工知能（AI）への大きなステップである2つの理由 AlphaZeroの方法論のレプリカを 作って コネクト4のゲームをプレイさせる方法 そのレプリカを改良して他のゲームをプラグインする方法 AlphaGo→AlphaGo Zero→AlphaZero 2016年3月、DeepmindのAlphaGo（アルファ碁）が、囲碁の18回の世界王者、李世乭（イー・セドル）との五番勝負で、2億人の見守る中、4-1で勝利しました。機械が超人的な囲碁の技を学習したのです。不可能だとか、少なくとも10年間は達成できないと思われていた偉業です。 AlphaGo 対 李世乭の第3局 このことだけでも驚くべき功績ですが、DeepMindは、2017年10月、
Gboard 物理手書きバージョンの舞台裏
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads 71 Ads API 11
TensorFlow XLA - TensorFlow XLA
1/22 >> First Last TensorFlow XLA はまじしん一ろう
kaggle TensorFlow Speech Recognition Challengeの上位者のアプローチを紹介する（前編） - Qiita
kaggle TensorFlow Speech Recognition Challengeの上位者のアプローチを紹介する（前編）DeepLearning音声認識データサイエンスKaggleSpeechRecognition INTRODUCTION 今更ながらこちらのkaggleのコンペの上位者のアプローチを紹介します。 TensorFlow Speech Recognition Challenge tensorflowの名を冠していることから予想できるように、 google brainがorganizerです。 自分も一応は参加しておりました・・・。 長いので前編・後編に分けてポストいたします。 今回はコンペそのものと、アプローチの要素のうちタスク設計と特徴量について触れます。 このコンペについて コンペのタスクの内容 音声認識の中でも、いわゆる"keyword spotting" t
Developing a new backend for XLA | OpenXLA Project
Send feedback Developing a new backend for XLA Stay organized with collections Save and categorize content based on your preferences. This guide is for system engineers who want XLA to output programs that target their hardware efficiently. The guide is not step-by-step and assumes knowledge of LLVM, Bazel, and XLA. XLA provides an abstract interface that a new architecture or accelerator can impl
TensorFlow Image Recognition on a Raspberry Pi
February 8th, 2017 Editor’s note: This post is part of our Trainspotting series, a deep dive into the visual and audio detection components of our Caltrain project. You can find the introduction to the series here. SVDS has previously used real-time, publicly available data to improve Caltrain arrival predictions. However, the station-arrival time data from Caltrain was not reliable enough to make
Implementing a CNN for Text Classification in TensorFlow
The full code is available on Github. In this post we will implement a model similar to Kim Yoon’s Convolutional Neural Networks for Sentence Classification. The model presented in the paper achieves good classification performance across a range of text classification tasks (like Sentiment Analysis) and has since become a standard baseline for new text classification architectures. I’m assuming t
TensorFlowでアニメゆるゆりの制作会社を識別する - kivantium活動日記
ついにガロアが死んだ年齢を超えてしまったことに気がつき、自分がまだ何も成し遂げていないことを悲しく思う今日このごろです。 さて、今日はGoogleが出した機械学習ライブラリのTensorFlowの使い方について軽く説明しつつ、ゆるゆりの制作会社の識別を行おうと思います。 TensorFlowとは TensorFlowはGoogleが11/9に公開したApache 2.0ライセンスで使える機械学習ライブラリです。Googleは様々なところでプロダクトに機械学習を活用していますが、TensorFlowは実際にGoogle内部の研究で使われているそうです（TensorFlow: Google 最新の機械学習ライブラリをオープンソース公開 - Google Developer Japan Blog）。 Googleのネームバリューは恐ろしいもので、GitHubのStar数はすでにChainerやC
TensorFlow 畳み込みニューラルネットワークで手書き認識率99.2%の分類器を構築 - Qiita
TensorFlowとは2015/11/9にオープンソース化されたGoogleの機械学習ライブラリです。この記事ではディープラーニングと言われる多層構造のニューラルネットワークをTensorFlowを利用して構築しています。 TensorFlowはPythonから操作できますがバックエンドではC++で高速に計算しています。macのPython2.7系環境でTensorFlowの上級者用チュートリアルを行い、手書き認識率99.2%の多層構造の畳み込みニューラルネットワークモデルの分類器を構築したときの作業メモです。特別な設定なしにCPU使用率270%メモリ600MByteとちゃんと並列計算してくれました。MNISTランキングを見ると認識率99.2%は上位のモデルとなるようです。 TensorFlowチュートリアル TensorFlowの初心者用と上級者用チュートリアル2つに取り組んでみました
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
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
libstdc++.so.6: version `GLIBCXX_3.4.22' not found · Issue #13 · lhelontra/tensorflow-on-arm
Large Scale Jirou Classification - ディープラーニングによるラーメン二郎全店舗識別
GitHub - kaonashi-tyc/zi2zi: Learning Chinese Character style with conditional GAN
Show and Tell: image captioning open sourced in TensorFlow
Teach Yourself Deep Learning with TensorFlow and Udacity