![](https://cdn-ak-scissors.b.st-hatena.com/image/square/d7d2119b955ffd865321df56ea0f9159c1181eb7/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9VGVuc29yRmxvdyVFMyU4MSVBQiVFMyU4MyU4RCVFMyU4MyU4MyVFMyU4MyU4OCVFMyU4MyVBRiVFMyU4MyVCQyVFMyU4MiVBRiVFOCVCNiU4QSVFMyU4MSU5NyVFMyU4MSVBRSVFMyU4MyU4NyVFMyU4MyVCQyVFMyU4MiVCRiVFMyU4MiU5MiVFOSVBMyU5RiVFMyU4MSVCOSVFMyU4MSU5NSVFMyU4MSU5QiVFMyU4MSVBNiVFMyU4MSVCRiVFMyU4MiU4QiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzM0EzQzNDJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9OGMwYjI4MmNiMGY5N2JlNDEwYzVjN2IyNWEzNTE4MGY%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDB0ay1zaGlyYXNha2EmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWY2N2VlMDJlOGY1YWVmNDUxZjFlNTI2OWE4ZWQ2Zjc3%26blend-x%3D120%26blend-y%3D500%26blend-mode%3Dnormal%26s%3D704ff9b8db68dc49744244560006eb35)
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にネットワーク越しのデータを食べさせてみる - 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にネットワーク越しのデータを食べさせてみる - Qiita
import tensorflow as tf import numpy as np import httplib ## 定数 IMG_SIZE = 256 ## 学習させる画... import tensorflow as tf import numpy as np import httplib ## 定数 IMG_SIZE = 256 ## 学習させる画像の縦幅・横幅 IMG_LENGTH = IMG_SIZE * IMG_SIZE * 3 ## 学習させる画像データ長 LABEL_CNT = 10 ## ラベルの種類の数 IMG_DOMAIN = 'hogehoge.com' ## 画像が取得できるURLのドメイン名 ## 学習に必要な変数の初期化 sess = tf.Session() x = tf.placeholder(tf.float32, shape=[None, IMG_LENGTH]) W = tf.Variable(tf.zeros([IMG_LENGTH, LABEL_CNT])) b = tf.Variable(tf.zeros([LABEL_