前記事にて,Deep Learning Framework "TensorFlow" のドキュメントが難しい,という点に触れた.本記事では,TensorFlowの2層ネットワークを使って MNIST(手書き数字の分類問題)を解くことをやってみたい. 動機 - for Beginners と for Experts の間を埋めたい TensorFlowのTutorialに目を通すと,最初に ”MNIST for Beginners” があってその次が "Deep MNIST for Experts" となっており,かなり技術レベルのジャンプがあるように見える. For Beginners ... Softmax Regression (ソフトマックス関数による多クラス,ロジスティック回帰) (ネットワークモデルの基本,MLP (Multi Layer Perceptron Neural Ne
Recurrent Neural Networksとは何か RNNの応用事例 機械翻訳 音声認識 画像の概要生成 説明文からの画像生成 知っておくと便利なRNNの種類と進化 Simple RNN LSTM GRU Bi-directional RNN Attention RNN Quasi-Recurrent Neural Network TensorFlowによるRNNの実装 まとめ 参考文献 人間は、目の前で起きた出来事から、次に起こりそうな出来事を予測しながら文脈を読んで判断を下すことができます。例えば、車を運転している際に歩行者が飛び出しそうだと思えば、十分な間隔を置いて走行することが出来るでしょう。 また、現実世界は時間の制約を受ける事象はたくさんあります。アニメーションなどのストーリーでは、前回の文脈を前提として次の展開が進んでいきます。 Recurrent Neural Ne
Dropoutとは何か Dropoutを実装してみよう TFLearnのインストール Dropoutを適用するコツ クレジットカードの審査判定を自動化する ニューラルネットワークを構築する まずはDropoutなしで実行 隠れ層にDropout0.5、入力層に0.2で設定しよう まとめ ディープラーニングが世間に広まるようになったのは、2012年頃。画像認識のコンペティションでディープラーニングのチームが圧勝してからだ。 このあたりから、ディープラーニングを使った機械学習モデルが各種state-of-the-artを更新していくこととなる。 DropoutはHinton氏によって2012年に提案された、ニューラルネットワークの過学習を防ぐためのシンプルかつパワフルな手法だ。 本記事では、 Dropoutとはなにか Dropoutの実装方法 Dropout最適化のコツ を紹介する。 Drop
TensorBoardの主要機能 折れ線グラフ 画像 音声 ヒストグラム 計算グラフ 次元削減のプロット TensorBoardの読み方 シンボルの意味 name scopeとnode グラフの色 Structure View Device View 計算時間・メモリ テンソルの次元数 Summary Operation scalar histogram image audio 可視化してみる ハイパーパラメータの探索 Embedding Visualization メタデータファイルの作り方 スプライト画像の作り方 ラベルによる色分け t-SNEとPCA まとめ TensorFlowの優れた機能として、TensorBoardによる充実した可視化環境が挙げられます。TensorBoardがあれば、ニューラルネットワークの学習が上手くいかないときに、俯瞰してネットワークを表示したり、様々なデ
移転しました。 https://chezo.uno/post/2016-05-29-sonomoderu-guo-xue-xi-siteruno-wei-xue-xi-nano-tokun-tutara/
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