Tensorflow Object Detection API クイックスタート - Qiita
はじめに この記事は2017年6月に公開されたTensorflow Object Detection APIのクイックスタートガイドです。 ドキュメント読んだり、環境設定に時間を掛けずにペットデータセットを使ったサンプルをDockerを使ってローカル環境で簡単に試せるようにしました。 僕自身もそうですが、普段PythonやDeepLearningをやっていない人の助けになれれば幸いです。 環境 必要な環境はDockerだけです。 メモリが足りないとプロセスが止まってしまうので12GB程度割り当てて下さい。 Docker CPUs: 2, Memory: 12GB Mac以外でも動くと思いますが、自分のマシンのスペックを記載しておきます。 MacBook Pro (13-inch, 2016) CPU: 3.3 GHz Intel Core i7 Memory: 16 GB OS: macO
怠け者のためのディープラーニング入門 - イントロ
目次 イントロ ← 今ココ Scikit-learn・Keras モデルの性能指標・評価方法 データの前処理・データ拡張 早期終了(early stopping) 転移学習 ハイパーパラメータのチューニング モデル圧縮 応用 はじめに 大学3年生のとき、小林雅一『AIの衝撃 人工知能は人類の敵か』という本をなんのきなし読んだことがあります。その本の中で「最先端のAIを実装できるのは世界でも50人くらいの研究者・大学院生くらいだ」といった文章を読み、なんだかすごそうという動機で機械学習に触れ始めました。そのころちょうど、TensorFlow 0.0.5が公開されて騒がれていたことを覚えていますが、当時ディープラーニングとは何かすらまったく分かりませんでした。それから約2年の月日が経ちますが、TensorFlowをはじめとしたフレームワークの普及もあってか「最先端のAI」というものを研究し実装
【入門者向け解説】TensorFlow基本構文とコンセプト - Qiita
TensorFlowの基本構文とコンセプト 公式ページのGetting Started With TensorFlowを試して、ポイントとなる点を解説していきます。この内容を理解してから「【入門者向け解説】TensorFlowチュートリアルMNIST(初心者向け)」のチュートリアルをすると理解が早いです(私はボケてすっ飛ばしていました)。 参考リンク TensorFlowをWindowsにインストール Python初心者でも簡単だった件 【入門者向け解説】TensorFlowチュートリアルMNIST(初心者向け) TensorFlowチュートリアルMNIST(初心者向け)をTensorBoardで見える化 TensorFlow APIメモ 【TensorBoard入門】TensorFlow処理を見える化して理解を深める 【TensorBoard入門:image編】TensorFlow画像処
【Python入門】ライブラリmatplotlibの基本的な使い方 | プログラミング教育ナビ
Pythonではnumpyやscipyといったライブラリを使うことで科学計算を簡単に行うことができますが、そういった計算結果をグラフなどで図表できると分かりやすいですよね。そんな時に便利なのがmatplotlibというライブラリです。matplotlibを使えばPythonでデータをグラフにプロットできるようになります。numpy、scipyと組み合わせることで、Pythonだけでデータの読み込み・加工・計算、そしてプロットが行えます。 今回はmatplotlibの基本的な使い方について説明します。 matplotlibのインストール numpy・scipyのインストール matplotlibはnumpyおよびscipyと組み合わせることが多いです。絶対ではありませんが、もし必要な場合は先にnumpyおよびscipyをインストールしておきましょう。 matplotlibをインストール ma
Matplotlib 超入門(1)：インストールから基本的機能の使い方まで
この投稿から「matplotlib 超入門」という名前のシリーズで，matplotlib の使い方を本当に最初の最初からの説明を試みたいと思います．今までグラフを描くソフトを使ったことがない方もわかるように配慮して書いてみたいです．「matplotlib を使うと綺麗なグラフが書けるから使ってみたい」という方の背中が押せればと思います．あまりプログラムに慣れていない方もわかるように，書いていることの説明をできるだけ丁寧に書いていきます． なお，この記事の流れは自分が初めて matplotlib を使ったログをもとに作成しています．なので，本当に初心者向けの超入門ではないのでしょうか． 環境は Windows10 に Anaconda4.1.1(64bit) で Python3.5.2 をインストールした状態です．IDE として PyCharm を用いております．今回の記事では公式のチュート
The Hitchhiker’s Guide to d3.js
the d3 learning landscape in all its gloryThe landscape for learning d3 is rich, vast and sometimes perilous. You may be intimidated by the long list of functions in d3’s API documentation or paralyzed by choice reviewing the dozens of tutorials on the home page. There are over 20,000+ d3 examples you could learn from, but you never know how approachable any given one will be. we are still working
Macで深層学習の環境をさくっと作る手順 with TensorFlow and OpenCV - Qiita
はじめに 新しくMacBook Airを購入したので、これまで使っていたMacBook Airと同じ環境を構築するために必要な手順を整理します。 再セットアップをする時に困らないため自分用にメモしている感じですが、共有すると誰か他の人のためにもなるかもしれないと期待するところです。 主な手順 以下の順番でインストールします。 Xcode pyenv anaconda autoconf、automake、libtool、CMake OpenCV TensorFlow Xcode App Storeを起動してXcodeをインストール。 pyenvとanaconda 以下のスクリプトを作成して実行。 ※ ここでは2017年5月6日現在の最新版4.3.1のanacondaをインストールします。 git clone https://github.com/yyuu/pyenv.git ~/.pyenv
【初心者向け】MacでDockerを使ってTensorFlowの画像認識を試す - Qiita
概要 前回TensorFlowの導入までやりましたが、 そこではHello Worldまでしかできず全く機械学習感がゼロだったので、もうちょっとやってみようと思います。 とはいえPythonは書けないし機械学習もわからないので、ここではサンプルのモデルを動かして機械学習を体感するというとこまでやりたいともいます。(自分でモデルを作ったりとかはしません) 環境構築 こちらを参考にすでにdockerでTensorFlowが使える状態にしておきます。 【初心者向け】MacでDockerを使ってTensorFlowを試す(Jupyter Notebook) 画像認識を試すまで 1.サンプルのモデルファイルをダウンロード ローカルのMacにTensorFlowのgithubからサンプルのモデルファイルをダウンロードします。 https://github.com/tensorflow/models h
tf.data: Build TensorFlow input pipelines | TensorFlow Core
The tf.data API enables you to build complex input pipelines from simple, reusable pieces. For example, the pipeline for an image model might aggregate data from files in a distributed file system, apply random perturbations to each image, and merge randomly selected images into a batch for training. The pipeline for a text model might involve extracting symbols from raw text data, converting them
中学生にも分かるTensorFlow入門 その１ テンソルとはなにか - Qiita
目的 このシリーズは中学三年生程度の数学の知識があれば、Python言語の機械学習記述用ライブラリを利用して記述された、基本的な教師あり学習のニューラルネットワークである誤差伝搬型3層ニューラルネットワークのプログラム、つまり、TensorFlowのサイト（TensorFlow.org)上にあるTutorialのMNIST For ML Beginnersの内容をを理解できるということを目的としています テンソルとは何か 早速本題に入り、まずはテンソルということについて考えて行きます ベクトルとスカラー テンソルについて説明する前に、まず、スカラーとベクトルについて説明します スカラーとは大きさです。例えば距離、例えば重さ、そういうものを数学用語でスカラーといいます ベクトルとは大きさと向きがあるものです。座標というものベクトルで考えることができます。それは原点をどこかにとれば、座標への向
知識ゼロからTensorFlowを使った機械学習で人工知能を作るー入門編１ - Qiita
TensorFlowはGoogleがオープンソースとして公開した機械学習のライブラリ。 www.tensorflow.org ここしばらく機械学習の本読んで、TensorFlow触りまくって出した結論はこれ。 TensorFlowは機械学習の初心者がスグにカンタンに使えるモノではない TensorFlowを使えば機械学習の概念をそのまま直感的にコードに落としこむことができる。ただ、そのためには機械学習の理論を予め知っておくことが必要。「ニューラル・ネットワーク」とか「構造パターンマイニング」とかの用語が分からないといちいちそこで手を止めて、調べる必要が出てくる。 ただ数学好きであれば、全てが数式で表現される世界が妙に楽しい。アルゴリズムや使い方さえ分かれば、かなりのレベルで面白いモノが実装できることは確かだ。 TensorFlowのインストール（MacOS編） まーここ見てインストールして
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説 - Qiita
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説Python機械学習DeepLearningTensorFlow これ書くだけで土日２日間まるまる潰れてしまった。 学んだ内容に沿っているので、順に読み進めるに従ってコードの話になっていきます。 Tensorflow触ってみたい/みたけど、いろいろまだ理解できてない！という方向けに書きました。 ※2018年10月4日追記 大分古い記事なのでリンク切れや公式ドキュメントが大分変更されている可能性が高いです。 この記事のTensorflowは ver0.4~0.7くらいだった気がするので ver2.0~となりそうな現在は文章の大半が何を参考にしているのか分からないかもしれません。 1: Deep Learningってそもそも何してるの? 専門の人からはご指摘入りそうですが、要は回帰
Distributed TensorFlowを試してみる - Qiita
Distributed TensorFlow が公開されました。中の人の説明がわかりやすいですが、TensorFlowの分散環境における並列演算を支援する仕組みです。 Dockerイメージを山ほど作って使うのが想定なのでしょうけれども、低火力コンピューティングの底辺にいる私としては、とりあえず自宅のデスクトップPCのUbuntu14.04(64bit)上でサーバを走らせて、MacBookから叩くところまでやってみます。 自宅の環境はデスクトップPCのほうがCPUがしょぼい上にGPU非搭載なので実用上まったく価値が無いのですが、まあ練習ということで。 サーバのビルド(Ubuntu14.04) 現時点(2016/2/28)ではソースからビルドする必要があります。TensorFlow公式にならって環境構築からビルドまでやってみます。 まずbazelのインストール。 $ sudo add-apt-
Ruby Gnuplot - How To
[Rubyforge Project page] [ChangeLog] [Authors] [License] History and Background Gnuplot is a program that has a rich language for the generation of plots. It has a unique place in academia as it was one of the first freely available programs for plot generation. I started using gnuplot over 10 years ago while pursuing my Master's degree in Physics and have been using it actively ever since. Versi
Cookbook for R
Welcome to the Cookbook for R. The goal of the cookbook is to provide solutions to common tasks and problems in analyzing data. Most of the code in these pages can be copied and pasted into the R command window if you want to see them in action. Basics Numbers Strings Formulas Data input and output Manipulating data Statistical analysis Graphs Scripts and functions Tools for experiments My book ab
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
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
