[B! TensorFlow] monochromeganeのブックマーク

転移学習 / Deep Features [TensorFlowでDeep Learning 12] - Qiita

(目次はこちら) はじめにこれまでの記事で見てきた、Deep Neural Networks / Convolutional Neural Networks では、精度を高めるために中間層を増やすと、それに伴い、パラメータ数も多くなり、それを学習するためにさらに多くのデータが必要とされる。画像認識のコンペティションなどで上位に来るようなものは、複数のGPUを利用したとしても、当然のように学習に数週間以上かかっている。正直、こんなに時間がかかるものなんて、頻繁に学習したくない。カテゴリ識別において、たとえば、カテゴリを1つ追加したくなった時、また数週間待つんだろうか？？嫌だ。こんなときに用いられるのが、転移学習 (transfer learning) / 深層特徴 (deep features)である。転移学習 (transfer learning) / 深層特徴 (deep fe

monochromegane 2017/01/16

リンク

TensorFlowによるアイドル顔識別器の話 - 2016.12.13 TensorFlow User Group #2 - Qiita

自己紹介すぎゃーん (id:sugyan) Web系エンジニアドルヲタ TensorFlowで機械学習に入門 (2015.11〜) はてなブログ書いてますすぎゃーんメモ http://memo.sugyan.com/ アジェンダアイドル顔識別について自作識別器の紹介データセット・学習の話可視化前回のあらすじ TensorFlowによるアイドル顔識別器の話 (2016.9.28) 学習用データセットの収集・作成 …の苦労話モデルの評価と実験収集したデータを使った顔画像生成などアイドル顔識別について問題設定 (やりたいこと) 「入力した画像に対し、写っているのが『どのアイドル(人物)か』を機械学習により自動判定する」画像に対する物体検出 + 分類顔検出は今のところCloud Vision API任せ検出された領域を抽出した個々の顔画像に対する分類がメイン LI

monochromegane 2016/12/14

リンク

グーグル、AIソフトウェア「TensorFlow」に「iOS」サポートを追加

世界トップレベルの囲碁棋士を負かし、電子メールの返信にも利用されているGoogleの人工知能（AI）ソフトウェアが、「iPhone」向けにリリースされる。 Googleは米国時間6月6日、AppleのiPhoneや「iPad」に搭載されるソフトウェア「iOS」のサポートを追加したTensorFlowの初期バージョン（バージョン0.9のリリース候補版）を公開した。TensorFlowは、人間の脳細胞と同様の方法でコンピュータにデータを処理させる「ニューラルネットワーク」ソフトウェアで、コンピューティング業界に旋風を巻き起こしているAIの主要基盤である。 TensorFlowを搭載すればiPhoneのIQが直ちに上昇するというわけではないが、そのニューラルネットワーク機能は、さらに洗練されたアプリにつながるものだ。GoogleやTensorFlowを利用するその他の企業から、そのようなアプリが

monochromegane 2016/06/08

リンク

TensorFlow Tutorialの数学的背景 − MNIST For ML Beginners（その1） - めもめも

何の話かというと TensorFlow Tutorialの最初に登場する「MNIST For ML Beginners」では、次の方針で手書き文字の分類器を作成しています。（今の段階では、下記が何を言ってるのか分からなくても大丈夫です。）・28x28ピクセルの手書き文字画像を各ピクセルの濃度を並べた784次元ベクトルと見なす。・784次元ベクトル空間を10箇所に分類する線形の多項分類器を用意する。・多項分類器の出力値をsoftmax関数に入れて、784次元空間の各点について、「0」〜「9」のそれぞれの文字である確率を定義する。・上記の定義の下で、トレーニングセットが得られる確率を最大にするよう、線形多項分類器のパラメーターを調整する。これが一体何を言ってるのか・・・ということを数学的に理解していただくことが目標です。今回は、下準備として、より単純化したデータで上記と同じ処理を実装

monochromegane 2016/05/13

リンク

A Neural Network Playground

monochromegane 2016/04/13

リンク

ディープラーニングの有名ライブラリ5種を最短距離で試す半日コース（TensorFlow, Chainer, Caffe, DeepDream, 画風変換） - その後のその後

「いつか勉強しよう」と人工知能／機械学習／ディープラーニング（Deep Learning）といったトピックの記事の見つけてはアーカイブしてきたものの、結局2015年は何一つやらずに終わってしまったので、とにかく一歩でも足を踏み出すべく、本質的な理解等はさておき、とにかく試してみるということをやってみました。試したのは、TensorFlow、Chainer、Caffe といった機械学習およびディープラーニングの代表的なライブラリ／フレームワーク3種と、2015年に話題になったディープラーニングを利用したアプリケーション2種（DeepDream、chainer-gogh）。（DeepDreamで試した結果画像）タイトルに半日と書きましたが、たとえばTensorFlowは環境構築だけなら10分もあれば終わるでしょうし、Chainerなんてコマンド一発なので5秒くらいです。Caffeは僕はハ

monochromegane 2016/01/05

リンク

Googleの公開した人工知能ライブラリTensorFlowを触ってみた - LIFULL Creators Blog

こんにちは。おうちハッカーの石田です。いつもはおうちハックネタばかりですが、今日は人工知能関連の話題です。今日2015/11/10、Googleが自社サービスで使っているDeepLearningを始めとする機械学習技術のライブラリを公開しました。 TensorFlowという名前で、おそらくテンソルフローと呼びます。テンソルは、数学の線形の量を表す概念で、ベクトルの親戚みたいなものです。それにフローをつけるということは、そういった複雑な多次元ベクトル量を流れるように処理できる、という意味が込められているのだと思います。こちらをさっそく触ってみたので、紹介したいと思います。 TensorFlowの特徴公式紹介ページから特徴をいくつかピックアップします。 Deep Flexibility ~深い柔軟性~ 要望に応じて、柔軟にニューラルネットワークを構築できます。ニューラルネットワークの