TensorFlow向けに書いたコードをTheanoに移植してみた - Qiita
機能面では，上の表の最後の部分に違いが見られる．Theanoでは細かい部分を自前で用意しなければならないのに対し，ThensorFlowにはライブラリ関数として初めからいろいろ準備されている，といった印象である． （Theanoで詳細部からプログラムしたくない方には，Theanoベースの高機能ライブラリ，例えば Pylearn2 があります．） コードで比較（Neural Networkのモデル化) ここでは，"Theano"と”ThensorFlow"ではほとんど同じようにコードを書くことができる．前回の記事で紹介した多クラス分類を行うMLP(Multi-layer Perceptron)のコードから抜粋する． TensorFlow版 # Hidden Layer class HiddenLayer(object): def __init__(self, input, n_in, n_o
基本的なRecurrent Neural Networkモデルを実装してみた - Qiita
Recurrent Neural Network（再帰型ニューラルネット）に関心はあるが，なかなかコード作成に手がつかない，このようなケースが多くないだろうか？理由はいくつかあるが，私の場合は次のようなものが思い当たる． 単純にネットワークの構成が複雑．MLP(Multi-layer Perceptron)から入門してCNN(Convolutional-NN)に進むまでは，特殊なLayerがあるにせよ，信号の流れは順方向のみであった．（誤差の計算は除く．） MLPやCNNにおいては分かりやすい例題，（Deep Learningの’Hello World'と称される）"MNIST" があったが，そのような標準的な(スタンダードな）例題がRNNにはない． 因みにTheanoのDeep LearningやTensorFlowのTutorialは，言語モデルを扱ったものである．言語モデルに精通され
今一度Theanoの基本を学ぶ - Qiita
Deep LearningのFrameworkである"Theano"であるが，正直かなり難しい．学習にあたって，本家Tutorialや(Qiitaにもあります）日本語解説を参考に取り組んできたが，なかなか理解が進まない．ここでは，再度，小さなコードを動かしながら，Theanoの基本を確認していく．（現時点での私の環境は，python 2.7.8，theano 0.7.0 になります．） 変数の使い方 - シンボリック変数と共有変数 Theanoでは，いわゆる変数を直接操作することはせず，シンボルで関係性を記述してそれを処理系に預け，処理系が必要に応じて加工した後に入出力を行う．この「加工」の中には，式の自動微分が含まれることは，Theanoの大きな特徴となっている． まず，通常のシンボリック変数を使ってみる． import theano import theano.tensor as T
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
