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。
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
blog-entry-118.html
ヘッダありで、各行がサンプルを表し、最初の1列目がそのサンプルの属するクラス(0から順番に数字で識... ヘッダありで、各行がサンプルを表し、最初の1列目がそのサンプルの属するクラス(0から順番に数字で識別)。このCSVを次のようなコードで読み込んで、Pylearn2のデータ形式にしてから、pklに保存します。 from pylearn2.datasets.csv_dataset import CSVDataset import pickle pyln_data = CSVDataset('file name',delimiter='\t',one_hot=True) pickle.dump(pyln_data, open('pkl file name','w')) one_hotが重要です。これで、0から10までの整数で表現されたクラスが、ニューラルネットワーク用に10個のノードで表現されます。 サンプルを参考に次のようなyamlファイルを用意します。 !obj:pylearn2.train