https://p.migdal.pl/2017/04/30/teaching-deep-learning.html
GitHub - fchollet/deep-learning-models: Keras code and weights files for popular deep learning models.
THIS REPOSITORY IS DEPRECATED. USE THE MODULE keras.applications INSTEAD. Pull requests will not be reviewed nor merged. Direct any PRs to keras.applications. Issues are not monitored either. This repository contains code for the following Keras models: VGG16 VGG19 ResNet50 Inception v3 CRNN for music tagging All architectures are compatible with both TensorFlow and Theano, and upon instantiation
DeepMindのSonnetを触ったので、TensorFlowやKerasと比較しながら解説してみた - Qiita
はじめに GoogleのDeepMindが社内的に使っている深層学習ライブラリSonnetを公開したので、試しに触ってみました。TensorFlowやKerasと比較をしながら解説していきたいと思います。まだ触ってみたばかりで細かい内容をお話することは出来ませんが、少しでもSonnetが気になっている方の力になれれば嬉しいです。 間違ってる部分や質問などありましたらコメントして頂けると幸いです。 Excited to release #Sonnet - a library for constructing complex Neural Network models in TensorFlow. Get started: https://t.co/bX8EBKZXgz pic.twitter.com/JulwIPNUMm — DeepMind (@DeepMindAI) 2017年4月7日
Stanford University: Tensorflow for Deep Learning Research
No class on Friday, Feb 2. See syllabus. For the last year's website, visit here TensorFlow is a powerful open-source software library for machine learning developed by researchers at Google. It has many pre-built functions to ease the task of building different neural networks. TensorFlow allows distribution of computation across different computers, as well as multiple CPUs and GPUs within a sin
TensorFlowのRNNを基本的なモデルで試す - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? TensorFlowにもRNN(Reccurent Neural Network) が実装されており，Tutorialもあるものの，例題自体が言語モデルを扱った少し複雑なもので，初学者にはとっつきにくいなと感じました． 今回は言語モデルでない，より単純なモデルを扱う問題を例に挙げ，TensorFlowでのRNN実装を試します． 注意 TensorFlowのバージョンがあがり，動かなくなっている部分があるので，こちら(TensorFlow RNN関連のimportやBasicLSTMCellでエラーが出た場合の対処(v 0.11r~))
第7回TensorFlowと機械学習に必要な数学を基礎から学ぶ会 (2017/03/22 19:30〜)
お知らせ 今回から本勉強会は TensorFlow User Groupとして開催します。 前回までの tensorflow-ja ではありませんのでご注意ください。 概要 機械学習に必要な数学とプログラムを基礎からみっちり初心者向けにおこないます。 Google が作成した Udacity の 深層学習紹介コース を鑑賞して分かるようになることを目指します。 第7回となる今回は新たに15名の方を新規に募ります。 関連する話題についてのライトニングトーク枠もご検討ください。 第1回から第6回までですでに一度でも参加された方で，今回も参加を希望なさる方は無抽選で参加可能です。ただし，参加人数を確認するために出席する旨を主催者までお知らせください。 当日の動画をアップしました！ https://youtu.be/1ullT8HX73U 内容 第7回となる今回は，再帰的ニューラルネットワークに入
Deep Learning With Dynamic Computation Graphs (ICLR 2017)
On distributed systems broadly defined and other curiosities. The opinions on this site are my own. This is a paper by Google that is under submission to ICLR 2017. Here is the OpenReview link for the paper. The paper pdf as well as paper reviews are openly available there. What a concept! This paper was of interest to me because I wanted to learn about dynamic computation graphs. Unfortunately al
Image Segmentation with Tensorflow using CNNs and Conditional Random Fields
Image Segmentation with Tensorflow using CNNs and Conditional Random Fields A post showing how to perform Image Segmentation with a recently released TF-Slim library and pretrained models. It covers the training and post-processing using Conditional Random Fields. Introduction In the previous post, we implemented the upsampling and made sure it is correct by comparing it to the implementation of t
画像の水増し方法をTensorFlowのコードから学ぶ - Qiita
はじめに Deep Learningで画像を精度よく分類するにはとにかく枚数が必要です。しかし、大量の画像をすべて手作業で用意・タグ付けするのは困難です。そこで、タグ付けされた画像を加工することで画像の枚数を増やす(水増しする)ことが行われます。 今回は、水増しするためにどのようなことをするのかをTensorFlowのコードから学びたいと思います。 具体的にはCIFAR-10のコードから学んでいきます。 cifar10/cifar10_input.py 実際のコードでは以下のように複数の処理を組み合わせて画像の水増しを行っていました。 # Image processing for training the network. Note the many random # distortions applied to the image. # Randomly crop a [height,
Edward – Home
A library for probabilistic modeling, inference, and criticism. Edward is a Python library for probabilistic modeling, inference, and criticism. It is a testbed for fast experimentation and research with probabilistic models, ranging from classical hierarchical models on small data sets to complex deep probabilistic models on large data sets. Edward fuses three fields: Bayesian statistics and mach
TensorFlow Tutorial (Sherry Moore, Google Brain)
The talks at the Deep Learning School on September 24/25, 2016 were amazing. I clipped out individual talks from the full live streams and provided links to each below in case that's useful for people who want to watch specific talks several times (like I do). Please check out the official website (http://www.bayareadlschool.org) and full live streams below. Having read, watched, and presented d
TensorFrames: Deep Learning with TensorFlow on Apache Spark (Tim Hunter)
Since the creation of Apache Spark, I/O throughput has increased at a faster pace than processing speed. In a lot of big data applications, the bottleneck is increasingly the CPU. With the release of Apache Spark 2.0 and Project Tungsten, Spark runs a number of control operations close to the metal. At the same time, there has been a surge of interest in using GPUs (the Graphics Processing Units o
Careers | Ocado Technology
Developing innovative solutions to the complex challenges of online grocery. Applying world-class software capabilities to real-world problems. Building intelligent software systems which enable our partners to offer customers what they want, where they want and when they want - giving them time back to spend doing what they love. This is what our software engineering teams do every day. From cont
GitHub - databricks/tensorframes: [DEPRECATED] Tensorflow wrapper for DataFrames on Apache Spark
Note: TensorFrames is deprecated. You can use pandas UDF instead. Experimental TensorFlow binding for Scala and Apache Spark. TensorFrames (TensorFlow on Spark DataFrames) lets you manipulate Apache Spark's DataFrames with TensorFlow programs. This package is experimental and is provided as a technical preview only. While the interfaces are all implemented and working, there are still some areas o
![GitHub - databricks/tensorframes: [DEPRECATED] Tensorflow wrapper for DataFrames on Apache Spark](https://cdn-ak-scissors.b.st-hatena.com/image/square/65afc9d385f9c708c884206bf52244f7b51928e5/height=288;version=1;width=512/https%3A%2F%2Favatars.githubusercontent.com%2Fu%2F4998052%3Fs%3D400%26v%3D4){kind=avatar}
TensorFlowによる推論 ― 画像を分類するCIFAR-10の基礎 - Build Insider
本コーナーは、インプレスR＆D［Next Publishing］発行の書籍『TensorFlowはじめました ― 実践！最新Googleマシンラーニング』の中から、特にBuild Insiderの読者に有用だと考えられる項目を編集部が選び、同社の許可を得て転載したものです。 『TensorFlowはじめました ― 実践！最新Googleマシンラーニング』（Kindle電子書籍もしくはオンデマンドペーパーバック）の詳細や購入はAmazon.co.jpのページをご覧ください。書籍全体の目次は連載INDEXページに掲載しています。プログラムのダウンロードは、「TensorFlowはじめました」のサポート用フォームから行えます。
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
Tensor flow usergroup 2016 (公開版)
GitHub - lengstrom/fast-style-transfer: TensorFlow CNN for fast style transfer ⚡🖥🎨🖼
GPU Acceleration in Databricks
Fully Convolution Net (FCN) on Tensorflow
https://www.tensorflow.org/versions/r0.11/tutorials/deep_cnn/index.html