TensorFlow+Colabを使ってアイマスキャラ判定してみた – マロングラッセ
今日はやよいちゃんの誕生日です。誕生日にこの記事を公開出来るのは嬉しいですね。 AFD紹介や雑記で書いたyayoiがやっと出来ました。ほんと大変でした。 とりあえずプロジェクト本格的に始めた19日から完成した23日までの話をします。 23日に完成したのに記事の公開を誕生日に合わせるという悪い人です。 ちなみにこの記事は作ってみたっていうだけであんまりTensorFlowの話とかはしません。 こんな感じに作れるんだなぐらいで読んでください。 そもそも、yayoiってなんだ？ 話を始める前にこれ必要ですよね。 タイトルの通り、アイマスキャラの判定を行うプログラムです。 アイマスキャラと言っても今回は765PROのAS組13人に絞りました。 理由はいろいろありますけど、人数が少なくてデータセットが手に入れやすいっていうのが一番の理由です。ミリマスはアニメが無いからデータセットが若干少ないし(実は
DLIF tutorial
Tutorial in Thirty-first Conference on Artificial Intelligence (AAAI-17) February 5 (9:00 AM – 1:00 PM), 2017, San Francisco, California, USA Slides Part1: Basics of neural networks(Feb. 3, 2017 Updated) Part2: Common design of neural network implementations(Mar. 30, 2017 Updated1) Part3: Differences of deep learning frameworks1 Fixed the backprop design choice of MXNet (Mar. 30, 2017) Coding Exam
【PyTorch、Chainer、Keras、TensorFlow】ディープラーニングのフレームワークの利点・欠点【2017年10月更新】 - HELLO CYBERNETICS
ディープラーニングの大流行の中、様々なフレームワークが登場し、気軽にプログラミングができるようになりました。しかし、そんな中どのフレームワークを選べば良いかわからないという人も多いと思います。そんな人に少しでも参考になればと思い記事を書きます。 はじめに Chainer 特徴 柔軟な計算グラフの構築が可能 Pythonによる実装 直感的な計算グラフの構築が可能 メリット・デメリット メリット デメリット まとめ Keras 特徴 とんでもなく簡単に計算グラフを記述可能 高速計算ライブラリのディープラーニング用ラッパー もはやプログラミングの経験すら不要 メリット・デメリット メリット デメリット まとめ TensorFlow 特徴 圧倒的な利用者数 テンソル計算を行うライブラリ Define and Run 追加のライブラリが豊富 メリット・デメリット メリット デメリット まとめ PyT
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
処理を実行中です
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
