詳解 ディープラーニング|Tech Book Zone Manatee
書籍 『詳解 ディープラーニング』は、「ディープラーニングについて何となくわかっているけれど、もう少し理解を深めたい」「画像認識だけでなく、時系列データを分析するためのモデルについて学びたい」という方に向けて、ディープラーニング、ニューラルネットワークについて解説した書籍です。実装にはPythonのディープラーニング向けのライブラリ、TensorFlow (1.0) およびKeras (2.0) を用いています。本連載では『詳解 ディープラーニング』の内容の一部を紹介していきます。 巣籠悠輔 Gunosy、READYFOR創業メンバー、電通・Google NY支社に勤務後、株式会社情報医療の創業に参加。医療分野での人工知能活用を目指す。著書に『Deep Learning Javaプログラミング 深層学習の理論と実装』（インプレス刊、Packet Publishing：Java Deep L
第8回 TensorFlow で○×ゲームの AI を作ってみよう|Tech Book Zone Manatee
複雑なゲームの場合は人間が実際に打った棋譜などを膨大な量用意することになりますが、今回は○×ゲームという簡単なお題を使った練習なので、筆者が予め最善手を打った場合のデータを作成しておきました。 モデルの詳細 盤面のデータをニューラルネットに入力する際には、×は「-1」、○は「+1」、空いている場合は0として扱うことにします。○×ゲームの盤面は 9マスなので、ニューラルネットの最初の層のノード数は 9 個になります。 そして、全結合のネットワークを経て最終的には、×が勝つ確率・○が勝つ確率・引き分けの確率の3つの数値が出力されるというモデルです。 図3 学習モデルの概要 TensorFlow を使った実装 本稿で使用するサンプルコードのうち、TensorFlow で記述された学習用コード train.py の重要な部分について簡単に解説をしておきましょう。 TensorFlow にはニューラ
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
処理を実行中です
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
