Jetson Nano関係のTIPSまとめ - Qiita
Jetson Nanoの初期セットアップ方法・必要周辺機器など NVIDIAのシングルボードコンピュータJetson Nano買いました。購入方法や、セットアップ方法は、ブログに書いたので以下記事参照下さい。 Jetson Nanoをセットアップしてディープラーニングで画像認識試してみた Jetson Nanoの購入先はいろいろあるので、以下参照ください。 Jetson Nano購入先まとめ 必要な周辺機器などは、以下の記事にまとめていますので参照下さい。 Amazonでまとめて買える！Jetson Nanoのおすすめ周辺機器 本記事では、Jetson Nanoに関するちょっとしたTIPSや有益な情報などをまとめていきます。随時更新しています。 追記：JetPack4.4/4.5に対応した記事を書きました Jetson NanoにJetPack 4.4/4.5を入れてTensorFlow・
Google Colaboratory を用いた演習環境の準備手順（TensorFlowによるニューラルネットワーク入門編） - めもめも
はじめに、Google アカウント（Gmail アカウントと同じもの）を取得しておいてください。 Google Colaboratory にアクセスして、新規ノートブックを開きます。 コード用のセルで次のコマンドを実行して、Google Driveをノートブックの実行環境にマウントします。 from google.colab import drive drive.mount('/content/gdrive')「このノートブックに Google ドライブのファイルへのアクセスを許可しますか？」というポップアップが表示されるので、「Google ドライブに接続」をクリックします。さらに、Google ドライブのアカウントを選択すると「Google Drive for desktop が Google アカウントへのアクセスをリクエストしています」というポップアップが表示されるので、「許可」を
tdualのブログ
株式会社MatrixFlow 代表取締役 tdualです。 調子に乗っているこの記事から色々状況も変わりました。 tdual.hatenablog.com １番のイベントは、昨年の10月末に初調達でプレシリーズAで1億円の調達をした事です。 prtimes.jp 1億円あればいろんなことが出来るはずですが、色々ミスったので自戒を込めて記事を残します。 ミス① 動きが遅い あらゆることにはタイムラグがあります。 いきなり必要な人材の確保は出来ないし、何かの施策をするにも芽吹くには時間がかかります。 弊社は人材の確保は、調達が決まりそうな段階から動き出してまあまあ良かったです。 採用面談は無料なのでバンバンやりました。 問題は、広告宣伝でした。 調達するまで、弊社はあまりマーケティング・営業をちゃんとやってなかったので、 広告宣伝の意義が良くわかっていませんでした。 今だから分かるけど、「じゃ
Introducing TensorFlow Hub: A Library for Reusable Machine Learning Modules in TensorFlow
Posted by Josh Gordon, Developer Advocate for TensorFlow One of the things that’s so fundamental in software development that it’s easy to overlook is the idea of a repository of shared code. As programmers, libraries immediately make us more effective. In a sense, they change the problem solving process of programming. When using a library, we often think of programming in terms of building block
コピペから脱却して自由に Deep Learning するための TensorFlow 再入門 - Qiita
はじめに TensorFlow はなかなかとっつきにくい部分があるかと思います。書き方が独特なので、慣れるまでに時間がかかるかと思います。公式の MNIST は一通りやったけど、自分で考えたディープニューラルネットワーク (DNN) をどう書いたらいいかわからない……なんてこともあるのではないでしょうか。 この記事では、シンプルな問題を題材にして、 TensorFlow をコピペに頼らず、自分の書きたい DNN を 低レベル API を使ってどのように書くかを最小構成で説明していきます（今さら感はありますが。。）。ベースは公式ドキュメントの Low Level APIs のあたり です。 内容としては： TensorFlow の最小構成要素 TensorFlow で線形関数のフィッティング TensorFlow で DNN を実装 のようになっています。また、以下のような方を対象としており
TensorFlow Developer Summit 2018 でのアナウンスまとめ - 元データ分析の会社で働いていた人の四方山話
プロジェクトの忙しい時期やら体調不良やら子供の保育園入園やらでマジで追いかけられていないけどこのまとめから辿っていけば良さそう。自分の勉強用にあとでまとめてみる / Highlights from TensorFlow Developer Summit, 2018 https://t.co/M6eNfflHZO— norihiro shimoda (@rindai87) 2018年4月3日 ということで、こちらをもとにした完全に自分用のメモ集みたいな感じです。まあ言ってみればただのリンク集なので、元ブログと情報量に大差はありませんのでご注意を。 medium.com 最初にやったほうがいいこと $ pip install --upgrade tensorflow とかやって、TensorFlowのバージョンを1.7まであげておきます。 Installing TensorFlow | T
ゆるふわTensorflow入門
Tensorflowの分かりにくい所を動画でやっていくシリーズです。 全第五回。 以下のサイトの補助動画です。 Tensorflow入門 https://karino2.github.io/tensorflow-introduction/ 教えてるのはkarino2、聞き手は @Ikeda_yu です。 補講も作...
［Python］60,000点のファッションアイテムのデータを使ってDeepLearningを実装 - Qiita
共有すること 60,000点のファッションアイテムのデータを使って、DeepLearningを実装する方法 この記事を書いた人の特徴 ・独学でプログラミングを勉強中 ・プログラミングの実務経験なし ・大学時代はゴリゴリの文系（教育学部）で、数学が苦手。プログラミングにも全く興味なかった。 なぜ共有するのか？ 主な目的は、下記の３点 ①DeepLearningに関する知識を定着化するため ②プログラミング実務未経験でも用意されているライブラリを使えばDeepLearningを実装できることを横展開したいため ③忘れた時に見直すため 「ゼロから学ぶDeepLearning」を読んだ。何となくわかりそうだけど、どう実装すればいいかわからなかった。 その時に参加したDeepLearningに関するセミナーが凄くわかりやすかった。 その時に学んだ知識を自分なりに咀嚼し直して、知識の型化・横展開をした
ディープラーニングにおける学習のコツとハイパーパラメータのガイドライン
はじめに 今流行りのディープラーニング(深層学習)ですが、いざ自分でやってみると思ったように精度が出なかったり、重みの初期化や学習率をどのように選択したらよいのか、といったことで戸惑うことがよくあります。 重みの初期化や学習率といった、ニューラルネットではなく人間が選択しなければいけないパラメータをハイパーパラメータ(Hyperparameter)と呼びます。逆に言えば、ハイパーパラメータとは学習アルゴリズムによって決定できず、ヒューリスティックな部分でもあります。 ハイパーパラメータは試行錯誤で決定していくのが基本ですが(もちろん自動化技術もあります)、50年以上の歴史があるニューラルネットには知恵やテクニックが多くの先人によって培われてきました。そして、今もなお研究が盛んに行われている分野でもあります。 あとで参照しやすいように本記事では、ハイパーパラメータの指南をまとめてみました。
Keras(Tensorflow)の学習済みモデルのFine-tuningで少ない画像からごちうさのキャラクターを分類する分類モデルを作成する - Qiita
概要 Kerasで提供されているVGG16という大規模な画像で学習済みのモデルを活用して、ご注文はうさぎですか？（略称 ごちうさ）に登場する主要キャラクター5名の画像を分類するモデルを作成します。 この学習済みモデルを使用して少ないデータセットで、かつ比較的短時間で学習できる手法をFine-tuningといいます。 用語解説 Tensorflow ･･･ Googleが開発しオープンソースで公開している、機械学習に用いるためのソフトウェアライブラリ。 Keras ･･･ オープンソースのニューラルネットワークライブラリ。バックエンドでTensorflowも動かせる。 VGG16 ･･･ ImageNetと呼ばれる大規模な画像データセットを使って学習された16層からなるニューラルネットワークモデル。 ご注文はうさぎですか？ ･･･ まんがタイムきららMAXで連載中の漫画。アニメ化もされた人気
Ubuntu環境上でPyCharmを使った機械学習の環境を構築する（TensorFlowも導入するよ！） - Qiita
昨今流行りの機械学習ですが、環境構築が難しい場面が多く感じられたので、備忘録兼一つの情報提供になればと思い記事にします。 環境 Windows10上のUbuntu 16.04.1 LTS(VirtualBoxを使用） ※環境構築に関しては他サイトなどを参考にしてください [1] [2] [3] 記事の目的 この記事はインストールされたばかりのゲストOSであるUbuntuで機械学習やディープラーニングをPyCharmで行えるようにするというものです。具体的にはTensorFlowやNumPyなどを使用できるようにする。 ※今回はCPUのみのTensorFlow環境をつくります。 ※間違いやほかにうまいやり方がありましたら指摘していただけると嬉しいです。 手順 Anaconda3のインストール(これにより基本のPython環境を整えます) Python3.5環境の構築 PyCharmのインスト
TensorFlowのWide & Deep Learningを直感的に理解する - Qiita
Fringe81 Advent Calendar 19日目です。 本記事は、Wide & Deep Learningの基本的な概念の理解をゴールにしており、実装の細かい話については触れません。 Wide & Deep Learningの詳細を知りたい方は以下のページを参照下さい。 TensorFlow Wide & Deep Learning Tutorial Research Blog: Wide & Deep Learning: Better Together with TensorFlow 対象読者 Python/TensorFlowで機械学習のモデリングをしている 高次元スパースなデータを扱っている 線形モデルとDeepLearningの良いところ取りをしたい TensorFlowとは 以下の記事を参照下さい。 DeepAge: ビッグデータを分散学習するDeep Learning
数学系向けDeepLearning/Tensorflow入門 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? DeepLearningは最近ブームであり,その有名なライブラリとしてTensorflowがあります． この記事ではDeepLearningの基本的な部分を数式を使って書き下すこととTensorflowの使い方を紹介します. 今更っていう気もしますが…，そこは気にしないでおくことにします 主な対象はベクトル空間やテンソル積等をある程度知っているけれど，DeepLearningは知らない人です. なので表記も大学の数学でよく出てくるものしています. なおニューラルネットワークの積分表現には触れません. 三層パーセプトロン ニューラルネット
TensorFlowで動くTwitter botをAWS Lambdaで構築する - Galapagos Tech Blog
これはGalapagos Advent Calendar 7日目の記事です。 はじめまして。高橋です。普段はiOSアプリの開発をやっています。好きな睡眠時間は24時間です。 今日は機械学習を使った文章生成とそのTwitter bot運用についてちょっと書きます1。 文章生成について モチベイション これは筆者の趣味なのですが、計算機に何か作らせたりするのが昔からの夢でした。ヒトならざるものの想像力への好奇心がそこにはあります。 今回はそれを文章の生成という形で実装しました。 生成モデルについて 昨年DeepMind社が発表したニューラルネットワークにWaveNetというものがあります。 これは音声データの合成のために作られたもので、既存の手法に比べて非常に高い性能を出しています。 ここではWaveNet自体の構造には立ち入りませんが、簡単に言うと「直前までの音声の波形から次に出す音を決定す
生TensorFlow七転八倒記(5)：ようやくCNNまでたどり着いた - 渋谷駅前で働くデータサイエンティストのブログ
前回の記事でようやくDeepっぽいところまで来たので、そのままさっさとDeepらしさの象徴でもあるCNN (Convolutional Neural Network)にいってしまおうと思います。ちなみに今回も大して参照していませんが、参考文献として深層学習青本を掲げておきます。 深層学習 (機械学習プロフェッショナルシリーズ) 作者: 岡谷貴之出版社/メーカー: 講談社発売日: 2015/04/08メディア: 単行本（ソフトカバー）この商品を含むブログ (13件) を見る それでは、いよいよCNNをやってみましょう。 生TensorFlowでLeNetを回してみる ようやくCNNをやってみるわけですが、実はTensorFlow公式に立派なチュートリアルがあります(Deep MNIST for Experts | TensorFlow)。というか、MNIST + CNNというところまで来
第12回 TensorFlowの高レベルAPIを使ってみよう|Tech Book Zone Manatee
第7回ではTensorFlowの基本的な概念を説明しました。今回はTensorFlowをより簡単に扱うことができるようになる高レベルAPIについて説明を行います。高レベルAPIを知ることで、TensorFlowがぐっと身近に感じられるようになるでしょう。 1.はじめに 今回ご紹介するサンプルコードはPython3系、TensorFlow v1.3にて動作確認をしています。すでにPython3系、TensorFlow v1.3のTensorFlowの環境が構築できている方はサンプルコードをgithubより取得してください。 $ git clone https://github.com/rindai87/tf-highlevel-sample.git $ cd tf-highlevel-sample なお、本記事のサンプルコードを閲覧のみする場合は以下よりご覧いただけます。 https://g
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
https://www.octavian.ai/machine-learning-on-graphs-course
GitHub - dfm/tf-tutorial: A non-traditional TensorFlow tutorial
Parcelで始めるTensorFlow.js (ブラウザ/Node.js) - Qiita
TF UG
