chainer.functions.concat — Chainer 7.8.1 documentation
chainer.functions.concat¶ chainer.functions.concat(xs, axis=1)[source]¶ Concatenates given variables along an axis. Parameters xs (tuple of Variable or N-dimensional array) – Input variables to be concatenated. The variables must have the same shape, except in the dimension corresponding to axis. axis (int) – The axis along which the arrays will be joined. Default is 1. Returns The concatenated va
関数近似で学ぶ chainer とディープラーニング - Qiita
$y=e^x$ という関数をいわゆるディープラーニングで学習する、というお題を通じて、chainerを学んでみます。下記はchainer1.6.2.1で確認しています。 同じ内容をJupyter notebook形式でこちらに置いていますので、動かしながら確認したい方はそちらを参照してください。 まず必要なモジュール類をインポートします。 import numpy as np import chainer from chainer import cuda, Function, gradient_check, Variable, optimizers, serializers, utils from chainer import Link, Chain, ChainList import chainer.functions as F import chainer.links as L fro
EuroPython2017で2名登壇しました。 - 株式会社カブク
エンジニアの和田と大串です。 イタリアのRiminiという場所で開催されたEuroPython2017というイベントで登壇したので、そのレポートを書きます。 記事の概要 記事の構成は下記のようになっています。 EuroPythonとは 弊社発表内容 OpenAPI development with Python: 和田 How to apply deep learning for 3D object: 大串 カテゴリ別発表 Python系: 7件 A Python for Future Generations Type Annotations in Python 3: Whats, whys & wows! Write more decorators (and fewer classes) Programming in Parallel with Threads Pythonic Refa
Caffe | Installation: Debian
Debian Installation Caffe packages are available for several Debian versions, as shown in the following chart: Your Distro | CPU_ONLY | CUDA | Codename ----------------+------------+--------+------------------- Debian/oldstable| ✘ | ✘ | Jessie (8.0) Debian/stable | ✔ | ✔ | Stretch (9.0) Debian/testing | ✔ | ✔ | Buster Debian/unstable | ✔ | ✔ | Buster ✘ You should take a look at Ubuntu installation
仮想通貨取引所のPoloniexからAPI経由でデータ取得し、ディープラーニング（Chainer）で翌日の価格予測をしよう - Qiita
はじめに みなさま、こんにちは。 株式会社キカガク代表取締役の吉崎（Twitter: @yoshizaki_kkgk）です。 久々の休日にせっかくなら面白いことをしよう！と思いついたのが、今回の記事です。 ぜひ、読者の皆様にとって、データ解析のアプローチについて、理解の深まる記事となっておりましたら幸いです。 意外にも反響が！ 前回、仮想通貨取引所のLiquiからデータをAPI経由で取得する初心者向けの記事を書きました。 前回の記事：仮想通貨取引所LiquiのAPIからPythonで情報を取得してみよう 今回この記事を書いた経緯 前回の記事に反響があったことももちろんですが、弊社で開催している「人工知能・機械学習 脱ブラックボックスセミナー」に参加されている受講生の方々から、この次のステップとして、「どのように勉強していけば良いですか？」といった質問を多くいただき、何か次のステップとして、
3D Convolutional Neural Network input shape
I'm having a problem feeding a 3D CNN using Keras and Python to classify 3D shapes. I have a folder with some models in JSON format. I read those models into a Numpy Array. The models are 25*25*25 and represent the occupancy grid of the voxelized model (each position represents if the voxel in position (i,j,k) has points in it or no), so I only have 1 channel of input, like grayscale images in 2D
Windows環境でChainerのGPUを使えるようにするまで - Qiita
#はじめに Windows10(64bit)環境にて、Chainer1.8.1をインストールしGPUで処理させた手順をメモとして残します。 最初、色々設定済みの環境でうまくいってしまったため、他の初期状態PCに設定する際、迷走を極めました。。 他の方の参考になればと思います。 #インストール手順 ##1.Python3.5.1のインストール 色々便利なAnacondaをインストールします。 https://www.continuum.io/downloads "PYTHON 3.5"を選択。 ##2.VisualStudio 2013 Community をインストール https://www.visualstudio.com/ja-jp/downloads/download-visual-studio-vs.aspx Visual Studio Community 2013 with U
投票: ディープニューラルネット確率的プログラミングライブラリEdward | PyCon JP 2017 in TOKYO
ディープニューラルネットで計算を行う，スケーラブルな確率的プログラミングライブラリEdwardの画期的な意義と使い方を本トークで紹介します．EdwardはTensorFlowの上に確率変数とベイズ推定を実装したPythonライブラリです．計算において確率的な情報を常に保持する確率的プログラミングライブラリですので，確率事象であるこの世の現象を合理的かつうまく計算することができます． 深層学習の怒濤の発展が続いています．2012年の世界的な画像認識コンペILSVRCにて，当時の最先端の機械学習アルゴリズムを押さえて圧倒的な性能を披露したあと，2015年には人間の認識性能をも凌駕する性能を発揮するようになっています．また2016年，2017年には囲碁のトップ棋士との対決，さらには将棋の名人との対決で圧倒的な勝利を収めました． 2012年以降，深層学習の分野に世界中の優秀な才能が殺到し，さらには
Chainer v2.0.0 and our future development plans
Chainer v2.0.0 and our future development plans By Seiya Tokui Jun 1, 2017 In Announcement We have released Chainer v2.0.0 today! This is the first major update of Chainer. The detailed updates from the beta release can be found in the release notes. You can also find the differences between v1 and v2 in the Upgrade Guide. Note that the repository has been moved to chainer/chainer. Any access to t
Upgrade Guide — Chainer 7.8.1 documentation
Upgrade Guide¶ This is a list of changes introduced in each release that users should be aware of when migrating from older versions. Most changes are carefully designed not to break existing code; however changes that may possibly break them are highlighted with a box. Chainer v7¶ Dropping Support of Python 2.7¶ In Chainer v7, Python 2.7 is no longer supported as it reaches its end-of-life (EOL)
[Deprecated] Chainer v1.24.0 ビギナー向けチュートリアル - Qiita
警告 この記事はすでにサポートが打ち切られているChainer v1の最終リリース（v1.24.0）向けに書かれた笑えないレベルで古すぎる記事です。 2017年12月時点での最新安定版のChainer v3向けに書かれた記事がこちらにありますので、どうしてもv1に入門する必要があるという超特殊事情を抱えた方以外は、今すぐそちらに飛んでください。 Go!! -> Chainer v3 ビギナー向けチュートリアル 第1回 Chainer Beginner's Hands-onを大手町にあるPreferred Networksオフィスの多目的室にて開催いたしました。この記事は、このハンズオンで行った内容を記事化したものです。 ハンズオン当日に使用した資料等は以下のGithubリポジトリにまとめられています。 mitmul/chainer-handson 当日は、さくらインターネット様より4つのP
![[Deprecated] Chainer v1.24.0 ビギナー向けチュートリアル - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/da4a7ebb8276e52f28b7de3889087fc5c671d8d1/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTc5MzQlMkZwcm9maWxlLWltYWdlcyUyRjE0NzM2ODIyOTc_aXhsaWI9cmItNC4wLjAmYXI9MSUzQTEmZml0PWNyb3AmbWFzaz1lbGxpcHNlJmZtPXBuZzMyJnM9NzIyZDFmNTMzMGY4ZWYwYjBjNjI4YTVmZWViYWNiYTk%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D72e07e34927caeae62e6f804b21bfb1e%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCRGVwcmVjYXRlZCU1RCUyMENoYWluZXIlMjB2MS4yNC4wJTIwJUUzJTgzJTkzJUUzJTgyJUFFJUUzJTgzJThBJUUzJTgzJUJDJUU1JTkwJTkxJUUzJTgxJTkxJUUzJTgzJTgxJUUzJTgzJUE1JUUzJTgzJUJDJUUzJTgzJTg4JUUzJTgzJUFBJUUzJTgyJUEyJUUzJTgzJUFCJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9MTQ3ODBmODhlZjZkNzNjY2IwMTIwOTJlYmY3Y2VhMzI%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBtaXRtdWwmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz0xNjI0YzdmMTg2MWNjZTMwNGZhODYyOGRmOTM3NWY5OA%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D69ad4332fbf0d1d6a812c896389663dd)
Python vs Ruby 『ゼロから作るDeep Learning』 2章 パーセプトロンによる論理回路 - Qiita
概要 書籍『ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装』2章のコードを参考に Python と Ruby でパーセプトロンによる論理回路 (ANDゲート, NANDゲート, ORゲート, XORゲート)を実装する。 計算処理では外部ライブラリを利用する。Python では NumPy を、Ruby では Numo::NArray を使用する。 環境構築が必要な場合はこちらを参照。 → Python vs Ruby 『ゼロから作るDeep Learning』 1章 sin関数とcos関数のグラフ http://qiita.com/niwasawa/items/6d9aba43f3cdba5ca725 ANDゲート 重みとバイアスは、人力で適切な値を導いたもの。 Python and_gate.py import numpy as np def
はじめてのアニメ顔認識 with Chainer - Qiita
Deep Learningをやってみたいものの、Caffeだと、何か「書いている」気分もせずに悶々としていたところ、chainerが登場したので試してみることに。 なにはともあれ、かねてよりやりたかった、アニメ顔認識をやってみます。 本当は顔検出器＋顔によるキャラ分類とかをやってみたいのですが、まずは顔とそれ以外を分類することを目指します。 ちなみに、アニメの顔認識というと、OpenCV+カスケードによる検出器があったりして、かなりいい感じに認識してくれます。 しかし、 原則、正面からの顔以外はうまく認識できない 斜めに少し傾いていても、検出されない といった問題があるので、なんとか検出精度を向上させたいところです。 Step1: テスト画像準備 他のタスクにも使うことを考えて、自分で準備することにしました。所要時間20hぐらい。ぽよ～ん。 方針 OpenCVとlbpcascade_ani
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
GitHub - tensorflow/tfjs-core: WebGL-accelerated ML // linear algebra // automatic differentiation for JavaScript.
CuPy – NumPy & SciPy for GPU — CuPy 13.4.1 documentation
Chainer – A flexible framework of neural networks — Chainer 2.0.0 documentation
Chainer – A flexible framework of neural networks — Chainer 2.0.0 documentation
Python vs Ruby 『ゼロから作るDeep Learning』 1章 sin関数とcos関数のグラフ - Qiita
ニューラルネットワークを用いたランク学習(ChainerによるRankNetの実装) - Qiita
deep learning にも使える scikit-learn の概要と便利な機能 - Qiita
