Waymo自動運転データセットを可視化するんだよ！ - Qiita
Waymo自動運転データセットを可視化するんだよ！ 前回まではこちら Waymo自動運転車のデータセットを覗いてみた 自動運転データセットを君も可視化してみたくないか？ 点群世界、虹の彼方に出かけようぜ！ （アドバイス、ご指摘などあればウェルカム！） この記事ですること Waymo Open Dataset(以下WOD)の可視化ウォークスルー １フレーム/全フレームの読み込み 各種センサパラメータの取得 カメラ画像 LIDARの距離画像 カメラ画像へLIDAR点群を投影 ※基本的にgoogle colab上のコードを少し改変しながら解説していきます。 WOD可視化ウォークスルー 環境 Ubuntu 18.04 LTS, i7-9700K, RTX2080 Python 3.6.8 Tensorflow-gpu 1.13.1 (tensorflow cpuはなし） Nvidia-driver
Google Cloud DataflowでTensorFlowのGrid Searchをしてみた - Qiita
小規模なデータセットで学習をさせる時、大まかな傾向を見るためにモデルのパラメータを振りたい時があります。scikit-learnにはGrid SearchとCross Validationを同時に行うGridSearchCVという名前そのまんまな便利機能がありますが、 これをTensorFlowでも、 リモートで並列に、 そして面倒な分散処理コードを書かずに Jupyter Notebookから簡単に やりたいですよね。 はい、Google Cloud Dataflowならそれができるんです！ 準備 ここは前回の記事とほぼ同じですが、モデルによってはマシンタイプを変えた方が良いでしょう。worker_options.machine_typeの部分で指定できます。 またnum_workersを指定するとautoscaleが無効にされるようです。今回は6を設定したので、workerが6つ一気に
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
