TensorFlowを使ってシンプルなニューラルネットワークモデルを作ってみる
Tensorflowを使ってシンプルなニューラルネットワークの構築について簡単な説明をしてみます。データにMNISTデータを使います。 まず、Tensorflowをインストールしましょう。1 MNISTデータは、各画像のラベルがその画像内の実際の値を示す手書き数字の集合である。各画像は28×28ピクセルで、この配列を7842のベクトルに平坦化します。 まず、Tensorflowをインポートし、MNISTのデータをロードします。 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist= input_data.read_data_sets('MNIST_data',one_hot=True) モデルにデータを渡すために、まず28×28イメージデータ用と、結果格納用に（0〜9
機械学習レコメンドアルゴリズム「LightFM」を始めよう（翻訳）
本記事は、LightFMの本家サイト「Welcome to LightFM’s documentation!」 を翻訳（適宜意訳）したものです。 誤り等あればご指摘いただけたら幸いです。 はじめに LightFMは、Pythonで実装された明示的なフィードバック1と暗黙的なフィードバック2の両方を持つレコメンデーションアルゴリズムです。 また、アイテムメタデータとユーザメタデータの両方を伝統的な行列分解アルゴリズムに組み込むことも可能です。これは、各ユーザとアイテムをその特徴の表現の合計として表します。これによって、新しいアイテム（アイテムの特徴を介して）と新しいユーザ（ユーザの特徴を介して）についてレコメンドすることができます。 このアプローチの詳細については、LightFMの記事（arXivで入手可能）を参照してください。 クイックスタート もし、いますぐ実装を始めたい場合は、映画レコ
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
