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
