TensorFlow0.8から並列分散処理がサポートされるようになりました。 大量のデータに対して高コストな計算を行う機械学習でも、たくさんマシンを並べれば数分〜数時間で終わらせることができるのは魅力ですよね。 どうやって分散するのか気になったので、これからやってみます。 最初のパートでロジスティック回帰のアルゴリズムをおさらいし、「分散しないTensorFlow」でロジスティック回帰を実装します。 次のパートで分散TensorFlowでロジスティック回帰による分類を行います。 使うのはTensorFlowお馴染みの、MNISTの数字手書き画像です。 MNIST ロジスティック回帰とは ロジスティック回帰モデルは目的変数が1となる確率を予測します。 ロジスティック回帰の活用例 キャンペーンの反応率 土砂災害発生危険基準線の確率 医療における症例の発生確率 ロジスティック回帰モデル(多クラス