第4回 知ってる!? TensorFlow 2.0最新の書き方入門（初中級者向け）
第4回 知ってる!? TensorFlow 2.0最新の書き方入門（初中級者向け）：TensorFlow 2＋Keras（tf.keras）入門（1/2 ページ） TensorFlow 2.x（2.0以降）では、モデルの書き方が整理されたものの、それでも3種類のAPIで、6通りの書き方ができる。今回は初心者～初中級者にお勧めの、SequentialモデルとFunctional APIの書き方、全3通りについて説明する。 連載目次 前回までの全3回では、ニューラルネットワークの仕組みや挙動を図解で示しながら、TensorFlow（tf.keras）による基本的な実装方法を説明した。しかし実際には、TensorFlowの書き方はこれだけではない。 TensorFlowにおける、3種類／6通りのモデルの書き方 3種類のAPI 大きく分けて、下記の3種類があることを第2回で説明済みである。 Seq
第12回 TensorFlowの高レベルAPIを使ってみよう|Tech Book Zone Manatee
第7回ではTensorFlowの基本的な概念を説明しました。今回はTensorFlowをより簡単に扱うことができるようになる高レベルAPIについて説明を行います。高レベルAPIを知ることで、TensorFlowがぐっと身近に感じられるようになるでしょう。 1.はじめに 今回ご紹介するサンプルコードはPython3系、TensorFlow v1.3にて動作確認をしています。すでにPython3系、TensorFlow v1.3のTensorFlowの環境が構築できている方はサンプルコードをgithubより取得してください。 $ git clone https://github.com/rindai87/tf-highlevel-sample.git $ cd tf-highlevel-sample なお、本記事のサンプルコードを閲覧のみする場合は以下よりご覧いただけます。 https://g
TensorFlowのEstimatorsチュートリアルを日本語で【といっても翻訳してません】 - HELLO CYBERNETICS
はじめに Estimatorのチュートリアルをなぞる データの読み込み 下準備 モデルの構築 モデルの学習 モデルの評価 学習済モデルを用いた予測 TensorBoard おわりに はじめに TensorFlowのEstimatorに関するチュートリアルは、既に公式のGet Startedに挙がっております。 しかし、なんというか、機能がてんこ盛り故に触りづらい雰囲気が出てしまっています。 きっと初心者にとって見たいチュートリアルというのは、KerasやPyTorchなどがそうであるように、 Numpyのデータをどうやって渡していけば良いのかという点にあるように思います。 Estimatorのチュートリアルをなぞる ここでは公式のGet Started Get Started with Graph Execution | TensorFlow をなぞって行きます。ただ、ここのコードの通
【Deep Learning】 Batch sizeをどうやって決めるかについてまとめる - St_Hakky’s blog
こんにちは。 Deep Learningを自分でゼロから組んで(fine tuningとかではなく)、全部ゼロから学習させるのって大変ですよね。 特に、ハイパーパラメーターの設定にすごく悩みます。トップカンファレンスに出されているような高精度の論文では、そういうハイパーパラメーターはさも当然かのごとく設定されているので、まぁモデルを使い回す分には特に問題ないんですが、自分で決めようとすると本当に悩ましいです。 また、Deep Learingは学習に非常に時間がかかりますし、それぞれのハイパーパラメーターの相互関係とかもあり、問題の切り分けが難しいです。 その意味で、グリッドサーチなども対象を決めてやらざるをえず、その場合でもあたりをつけておきたいのが正直な所だと思います。 ということで、ハイパーパラメーターにはいくつも種類があるんですが、今回はその中でも、Batch sizeについてどうや
TensorFlowの計算グラフ内の変数tf.Variableの使い方
TensorFlowの計算グラフのメリット tf.Variableの作成方法 tf.Variable params: returns: tf.get_variable 変数の使い回し方 スコープ tf.variable_scope tf.name_scope 変数の再利用 変数の種類 まとめ TensorFlowの変数の扱い方は、一般的なプログラミング言語の変数とは随分異なります。TensorFlowや計算グラフを使用したディープラーニングライブラリを使い始めの方は、慣れるのに時間がかかるかもしれません。 本記事では、TensorFlowの変数の使い方に焦点を当てて、 計算グラフのメリット 変数の初期化方法 変数の使い回し方 スコープの切り方 変数の種類 について詳しく見ていきます。TensorFlowの変数を使いこなせるようになると、独自のロジックも組むことが出来るようになります。 Te
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
Module: tf | TensorFlow v2.16.1