はじめに SageMaker Python SDKを使うことでTensorFlowの学習をAmazon SageMaker上で簡単に行えます。 今回は、AWSが公開しているTensorFlowをAmazon SageMakerで使って分類モデルを学習させる例を実際にやってみたので、紹介していきたいと思います。 概要 TensorFlowのDNNClassifierモデルをAmazon SageMakerで学習させて、Iris(あやめ)のデータセットを分類します。 Irisのデータセットは、花のがく片と花びらそれぞれの長さと幅のデータに加えて、品種(3種類)が入っています。データ分析のチュートリアルでよく使われるデータセットの一つです。 DNNClassifierはTensorFlowのニューラルネットワークを使った分類モデルです。高レベルAPIなので、分類モデルを簡単に使うことができます。
tensorflowで遊びはじめました 世間で流行っているtensorflowで遊び始めました。記録がてらに遊んだことをまとめてみます。 世の中の記事はどうもtensorflowのチュートリアルの「MNISTをやってみた」とか、「CNNを実行してみた。」などの記事が多い印象があります。 一方で「手書き文字を認識するアプリを作ろう」といった具体的にアプリを作ると必要になってくる情報が少ない印象があるのでまとめてみます。 Tensorflowの学習のさせかた(Estimator) Tensorflowの学習結果の利用方法(SavedModel & tensorflow serving) を中心にまとめてみます。 自分の tensorflow や DeepLearning との付き合い方 自分は数学の天才でも無いのでニューラルネットワークや深層学習の専門家を目指すつもりはないので ネットワークは
TIS、自然言語処理・機械学習向けデータ作成ツール「doccano」をOSSで公開 ~ 自然言語処理・機械学習を行うためのデータ作成を容易にし、企業システムにおける活用を促す ~ 2018年11月6日 TISインテックグループのTIS株式会社(本社:東京都新宿区、代表取締役会長兼社長:桑野 徹、以下TIS)は、自然言語処理・機械学習向けのデータ作成ツール(アノテーションツール)「doccano(ドッカーノ)」をオープンソースソフトウェア(OSS)として公開することを発表します。 「doccano」公開ページ: https://github.com/chakki-works/doccano 「doccano」は、自然言語処理・機械学習に使われるラベル付きデータ(教師データ)の作成を容易にするツール(アノテーションツール)です。 テキスト分類、系列ラベリング※1、系列変換※2 という3つの基本
コンピュータに過去のデータを分析させ、未来のデータを予測させる機械学習。商品のレコメンドシステムや写真の顔検出など、身近なところに機械学習は広く活用されています。また、Microsoftの「Azure Machine Learning」、Amazonの「Amazon Machine Learning」、Googleの「Cloud Machine Learning」、といったクラウド機械学習サービスが公開されたことで、機械学習を専門としないエンジニアでも活用できるようになりました。 そこで今回は、「機械学習でどんなことができるか」をつかんでもらうために、機械学習にはどんな手法があるのかをざっくり把握できるスライドをまとめました。機械学習に興味をお持ちの方はぜひご参照ください。 機械学習の案件を提案してもらう
TensorFlow v1.0での目玉の1つにHigh Level APIがあります。v1.0の発表から何故かギョームが忙しくなり、しっかり追いかけきれていませんでしたが、現時点で日本語のまとめ記事っぽいのがなかったので雑感付きでサンプルコードを添えて書いてみようと思います。雑感は、まあ個人の意見ということで、Kerasはちょっと、という方が結構いるのも事実かと思います。 サンプルコードは以前書いた記事同様にirisデータに対して適当なDNNを作ってみたらどうなるか、という感じにしています。厳密にそれぞれの条件を揃えているわけではないのでその辺りはご容赦を。 TensorFlowの基本 まずは改めてTensorFlowの基本的な記述方法です。細かく言い出すとキリがないので、ざっくり言うと以下のような感じでしょうか。 入力用にplaceholderを用意 重みやバイアス用にVariableを
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