tensorflow で rnn を動かしてみる - uhiaha888’s diary
tensorflow の rnn のチュートリアルはちょっと複雑で何をやってるのかパッとはわからないので、簡単なやつを作って動かしてみたい そもそもRNNとは？ 出力をまた入力に使うらしい。よくこんな図を見るけど具体的に何が起きているのか？ 深層学習による自然言語処理 という本だと、 ということなので、1層で入力も出力も2個のときは、下図っぽい感じになるはず。 任意の長さの入力 (今回は入力素子が2個なので長さ4なら [ [3,2], [4,4], [1,0], [9,9] ] みたいな感じ) について、 最後の入力(上の例では [9,9])が渡されたときの出力(にsoftmaxとかかけたもの)で誤差関数の値を計算して、それを最小化するようにWを調整していくことで学習していく。 (必要なら各入力に対する出力を保存しておいてそれらで誤差関数を計算してもいいみたい) 入力の素子数が1つで活性化
tensorflow.jsでfizzbuzz - Qiita
function fizzbuzz(n) { if (n % 15 == 0) { return [1, 0, 0, 0]; } else if (n % 5 == 0) { return [0, 1, 0, 0]; } else if (n % 3 == 0) { return [0, 0, 1, 0]; } else { return [0, 0, 0, 1]; } } function toarray(n) { var ary = new Array; for (var i = -1 ; i < 7; i++) { var s = 1; if (i > -1) s = 2 << i; var b = n & (s) if (b > 0) { ary.push(1.0); } else { ary.push(0.0); } } return ary; }; function tofiz
活性化関数のまとめ（ステップ、シグモイド、ReLU、ソフトマックス、恒等関数） - Qiita
[参考]ゼロから作るDeep Learning 活性化関数とは 活性化関数は、入力信号の総和がどのように活性化するかを決定する役割を持ちます。これは、次の層に渡す値を整えるような役割をします。 一般的に、 「単純パーセプトロン」の活性化関数では、「ステップ関数」などが使われ、 「多層パーセプトロン（ニューラルネットワーク）」の活性化関数では、「シグモイド関数、ソフトマックス関数」や恒等関数が使われます。 また、これら「ステップ関数、シグモイド関数、ソフトマックス関数」を非線形関数と呼ぶのに対し、「y=cx」のような関数を線形関数と呼びます。 一般的に、ニューラルネットワークでは線形関数は使われません。この理由は、「なぜ多層パーセプトロンで線形関数を使わないのか？」で説明します。 一般的に、ソフトマックス関数と恒等関数は出力層で使われます。 ステップ関数 ステップ関数は、閾値を境にして出力が
JavaScript エンジニア向け: 知識ゼロから tensorflow.js で機械学習入門 - mizchi's blog
この週末で機械学習を勉強した結果として、JavaScript エンジニア向けにまとめてみる。 自分が数式見て何もわからん…となったので、できるだけ動いてるコードで説明する。動いてるコードみてから数式見たら、多少気持ちがわかる感じになった。 最初に断っておくが、特にJSを使いたい理由がないなら python で keras 使ったほうがいいと思う。tensorflow.js が生きる部分もあるが、学習段階ではそこまで関係ないため。 追記: 最初 0 < a < 1.0 0 < b < 1.0 で三角関数 Math.sin をとっていて、これだと三角関数の一部の値しか使っておらず、線形に近似できそうな値を吐いていたので、次のように変更して、データも更新した。 // 修正前 const fn = (a, b) => { const n = Math.cos(a) * b + Math.sin(b
第16回 TensorFlow.jsで「じゃんけん」を判別してみよう|Tech Book Zone Manatee
今年2018年4月にJavaScriptライブラリTensorFlow.jsがGoogleによって公開され、ブラウザ上で機械学習のモデルの構築・学習や学習済みモデルの実行などが可能になりました。 以前と比べて機械学習がより身近なものになっています。 TensorFlow.jsを使い独自データを利用して、Webカメラからリアルタイムで「じゃんけん」を判定するWebアプリケーションを作ってみましょう。 1．はじめに TensorFlow.jsでは学習済みモデルを使った様々なデモが公開されています。学習済みモデルはGoogleのAPIを通じて利用することができます。 TensorFlow.js js.tensorflow.org/ しかし独自で学習した学習済みモデルを使用する際、少し注意が必要な点がありますので実際にアプリケーションを作成しながらポイントを解説していきましょう。 今回のアプリケー
TensorFlow.jsをさわる | WP-kyoto
とりあえず触ってみました。 前提 インストール サンプルコードを動かす とりあえず何してるかは後で見るとして、動かしてみましょう。（コメントをGoogle翻訳してみました） 実行結果 Pythonの方も触ってみます。 とりあえず触ってみました。 前提 $ node -v v9.11.1 $ npm -v 5.6.0 インストール $ npm init -y $ npm install -S @tensorflow/tfjs サンプルコードを動かす とりあえず何してるかは後で見るとして、動かしてみましょう。（コメントをGoogle翻訳してみました） const tf = require('@tensorflow/tfjs'); // Define a model for linear regression. // 線形回帰のモデルを定義します。 const model = tf.sequen
Tensorflow.jsを用いたブラウザで動く物体認識 - エクサウィザーズ Engineer Blog
こんにちは。エクサウィザーズAIエンジニアの須藤です。 この度exaBaseの「物体名判別」モデルの紹介ページに、その場で試せるデモ機能を追加しました。 前回の「写真に写っていないところを復元する」とともに、実装にあたってはTensorflow.jsというフレームワークを使っています。 この記事では、Tensorflow.js導入までの簡単な解説と注意点、および新しいデモの操作方法を紹介したいと思います。 Tensorflow.jsとは 公式サイト 特徴 開発環境 モデルの書き出し モデルの読み込み 実行 モデルを読み込めない場合 物体名判別デモ 操作方法 結果 まとめ Tensorflow.jsとは TensorflowもしくはKerasで書かれた機械学習モデルを、JavaScriptで扱えるようにするフレームワークです。 学習済みモデルによる推論が主な応用と考えられますが、モデルの構築
11 TensFlow.js サンプルファイルの実行方法 – HIM.CO ヒム・カンパニー
TensFlow.jsのサンプルは、「tensorflow/tfjs-examples」ページで公開されています。以下はWindows上でTensFlow.jsサンプルを実行するまでの基本的な手順です。 [サンプルファイルの入手] 「tensorflow/tfjs-examples」ページ右上にある[Clone or download]ボタンをクリックし、サンプルファイル一式を圧縮したZIPファイルをダウンロードする。 tfjs-examples-master.zipという名前でダウンロードできるので、これを右クリック→[すべて展開]などの方法で展開する。展開されると、中に「tfjs-examples-master」が現れる。これがサンプルファイル一式のフォルダ。 [実行環境を整える] サンプルを公開しているページや、ダウンロードしたサンプルファイルには、多くの場合、具体的な使い方が書かれ
1
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
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
GitHub - tensorflow/tfjs-core: WebGL-accelerated ML // linear algebra // automatic differentiation for JavaScript.