TensorFlow のモデル保存アレコレ 1 - Qiita
TensorFlow のモデル保存ってほとんど全てのユーザーが通る道なのに、結構細かい仕組みまで知っておかないとよくわからない部分が多くて意外とややこしいと思ったので、躓きやすい部分（もしくは自分が実際に躓いた部分）を中心にまとめてみようかと思いました。 Variable の値を save/restore するときのアレコレ tf.train.Saver のコンストラクタについて 以下のコードを実行するとエラーが発生します。 import tensorflow as tf # Save variables with tf.Graph().as_default() as g1: v0 = tf.Variable(0, name="variable_0") saver1 = tf.train.Saver() # variable_0 を save/restore するオペレーションがグラフ g
TensorFlow でポケモンの名前から種族値とタイプを予測させる遊び - Qiita
先日 TensorFlow 研究会に発表者として行ってきました. 周りの人に勉強会の内容何か書かないのかと言われたのですが, 人数にビビって誰も喜ばなさそうな発表をしてしまったので, 代わりにここでは元々使う予定だった没ネタを消費しておきます. 目標 やりたいことはタイトルの通りとても単純です. ポケモンの名前を入力したら種族値とタイプっぽいものが出てきて欲しいです. Twitter の診断メーカーとかでありがちなやつを, もうちょい真面目にやってみる感じですね. モデルの設計 入力の詳細 ポケモンの名前を 1 文字ごとに分解して, 各文字の出現回数と 2-gram を特徴量として使用しました. 例えばデデンネの場合は以下のようになります. n-gram の特徴量を作るのは自力でやると面倒なのですが scikit-learn の Vectorizer を使用すると 2, 3 行で細かい設定
TensorFlow Tutorial MNIST For ML Beginners やった - Qiita
TensorFlow が公開されたので, これを使いながらニューラルネットを勉強することにしました. 気分次第で勉強の記録を残します. インストールしてみる pip があれば, CPU 版は readme の指示通りにコマンドを打つだけです. どうせ我が家に GPU はありません. https://github.com/tensorflow/tensorflow Ubuntu と Mac で正常に動くの確認できました. Windows の人はやり方わからないので頑張ってください. インストールが済んだら import tensorflow as tf と打って怒られないことを確認しましょう. 動かしてみる まずは以下のチュートリアルから始めてみました. http://tensorflow.org/tutorials/mnist/beginners/index.md まあなんか出力を 10
TensorFlow ってなんだろ - Qiita
11/9 に Google が TensorFlow という機械学習ライブラリを公開しました. 機械学習ライブラリとか言われても何だかよくわからないですね. どういうものなのか調べて報告しろとある人に脅されたので, 機械学習初心者の人向けの説明を置いておきます. ガチ勢の方はお引き取りください. 何ができるの? scikit-learn のような既存の機械学習手法の実装ではありません. 主にニューラルネットを中心とした手法を実装するためのフレームワークです. もちろんニューラルネット以外の手法を実装するためにも使えます. 平たく言えば、機械学習の手法を実装するためのパーツを集めたライブラリという認識で良いと思います. 裏を返せば「2, 3行で手軽に画像の分類ができるぜ」という類のものではないということです. なぜ実装そのものではなく実装のためのフレームワーク? ニューラルネットは非常に設計
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
