![](https://cdn-ak-scissors.b.st-hatena.com/image/square/d43d4f3efd12a7dce927599fe75f8c199f1fab9d/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwcnlvX2dyaWQmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTdlZTA1OGZiNjdlMTkwZWY0NDgzY2IyYzJkNWU2YWE1%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D5db996aa7ed68bee6c7fce11cfd44cb5)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
TensorFlow入門時に多分一番単純で実用的なコード例(1次元入力データ群からのクラス分類) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
TensorFlow入門時に多分一番単純で実用的なコード例(1次元入力データ群からのクラス分類) - Qiita
タイトル通りです。 特徴量を入力して分類・識別(回帰)するだけの単純なコード例が意外と無いので、自... タイトル通りです。 特徴量を入力して分類・識別(回帰)するだけの単純なコード例が意外と無いので、自分で書いときます。 下の記事でやった単純なディープラーニングの実装のTensorFlow版です。 簡単なディープラーニングのサンプルコード (2入力1出力/2クラス分類) with Keras http://qiita.com/ryo_grid/items/e746238c78b8c6427200 学習用データは作るのが面倒なので、学習処理のループのところで偶数奇数で分岐して食わせるデータを変えるということをしています。 学習時の回答データは、正解のラベルに対応する要素のみ1で他は0の配列を用意します。 import tensorflow as tf # number of inputs input_len = 2 # number of classes classes_num = 2 ses