タグ

tensorflowとjupyterに関するkoma_gのブックマーク (4)

  • JupyterでTensorFlowが使えるDockerイメージ - めもめも

    Jupyterとは? まず、Jupyterの紹介をすると、これは、Python(IPython)による対話的なデータ分析処理をWebブラウザ上の「ノートブック」で実施するツールです。下記のように、Markdownで記述した文章とコード、そして、その実行結果が記録されていきます。 作成したノートブックは、JSON形式でエクスポートしてGitHubで共有することができます。GitHubのWebサイトでは、自動的にノートブック形式にレンダリングして表示されるようになっています。現在は、Tex形式の数式がうまく表示されない問題があるようですが、下記のような感じになります。 ・ロジスティック回帰による二項分類器の作成 また、受け取ったノートブックは、自由にコードを修正して再実行することができますので、データ分析のコードとその説明をノートブックにまとめておけば、「実行できる教科書」が実現することになり

    JupyterでTensorFlowが使えるDockerイメージ - めもめも
  • Google Cloud Vision APIをJupyterから利用する - めもめも

    事前準備 enakai00.hatenablog.com 上記の記事で紹介しているJupyter用DockerイメージにCloud Vision APIのクライアントライブラリーを追加しておきました。「使い方」の手順で起動して、Jupyter環境を用意してください。 サンプルノートブック github.com 上記で公開している「Vision API Quick Tour.ipynb」をご利用ください。下記のリンクからJupyterで開いた場合の画面イメージが確認できます。 ・Google Cloud Vision APIクイックツアー

    Google Cloud Vision APIをJupyterから利用する - めもめも
  • TensorFlowのグラフをJupyter上で可視化する ― tfgraphvizの紹介

    はじめに TensorFlowにはTensorBoardという視覚化ツールが用意されています。TensorBoardを使うとニューラルネットのグラフや学習状況をインタラクティブに確認することができるので大変便利です。 しかし、TensorBoardの利用には「ログの書き出し→サーバ起動→ブラウザ起動」の手間があったり、GRAPHで表示されるグラフはノード名が途中で「...」で丸められてしまって他人に説明するには使いづらかったり、データサイエンス系で人気のJupyter notebookと連携できないといった面倒な点があります。 そこで、TensorFlowで構築したグラフをDOT言語+graphvizによって可視化するモジュールtfgraphvizを作りました。tfgraphvizを使うことで、グラフを簡単に画像化したり、TensorBoardのGRAPH機能と同等の機能をJupyter

    TensorFlowのグラフをJupyter上で可視化する ― tfgraphvizの紹介
  • Docker入門 ~Tensorflowも超簡単に!!~ - Qiita

    この記事は、Dockerを使って一瞬で開発環境ができる快感を広めるために書きました。一度覚えてしまえば簡単なので、最初の敷居だけとにかく跨いでみましょう。新人さんにDockerを使ってもらう目的にも良いと思います。 特に「Dockerって便利そうだけどなんかオプションとか複雑でこわい〜」って人向けです。とりあえず実践してみましょう! ※Tensorflowで導入していますが、ネット上では先人たちが色々なフレームワークをdocker上に構築しており、それを利用するのは非常に簡単です。一度慣れれば色々な環境を同じPC上で共存させることもできます。 Docker導入のメリット 環境づくりが簡単になる たった一行でpythonさえ入っていない環境からでも、Jupyter付きtensorflowが動かせるようになる!

    Docker入門 ~Tensorflowも超簡単に!!~ - Qiita
  • 1