Google、TensorFlowのトレーニングのためのライブラリ「Tensor2Tensor」をオープンソースで公開 | OSDN Magazine
Google Brainチームは6月19日、「Tensor2Tensor（T2T）」を公開した。Pythonベースのワークフロー組織化ライブラリで、TensorFlowの機械学習モデルの構築と学習処理を行えるという。 GoogleはディープラーニングのためのツールキットであるTensorFlowを2015年秋にオープンソースで公開したが、TensorFlowで使用するモデルをどのように学習させるかという点では課題が残っていた。Tensor2Tensor（T2T）はこの課題を解決するためのもので、汎用化されたSequence to Sequence（Seq2Seq）モデルを実装したライブラリとなる。ライセンスはApache License 2。 学習用のデータセット、学習タスクの記述のためのツール、よく利用されるモデル、学習プロセスの設定・制御のためのハイパーパラメーターセット、学習ライブラ
【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
Google、8つの異なるタスクを同時に学習できる「MultiModel」を発表。Deep Learning向けトレーニングライブラリ「Tensor2Tensor（T2T）」に内包
Google、8つの異なるタスクを同時に学習できる「MultiModel」を発表。Deep Learning向けトレーニングライブラリ「Tensor2Tensor（T2T）」に内包 2017-06-24 Googleは、先日Deep Learning向けトレーニングライブラリ「Tensor2Tensor（T2T）」を発表しました。今回は、その一部に含まれる「MultiModel」が、8つの異なるタスクを同時に学習できるということを発表しました。 通常、ニューラルネットワークは一つのタスクに特化し完了する事が基本ですが、MultiModelでは複数のタスクを同時に訓練する事ができます。 例えば、画像内のオブジェクトを検出し、キャプションを提供、スピーチを認識、4組の言語間で翻訳、文法と構文を解析する、そんな異なるタスクを同時に学習する事を可能にします。 それは、人間の脳が一度に複数のタスクを
Generate your own sounds with NSynth
Generate your own sounds with NSynth Jun 19, 2017 Parag Mital pkmital pkmital Editorial Note: One of the best parts of working on the Magenta project is getting to interact with the awesome community of artists and coders. Today, we’re very happy to have a guest blog post by one of those community members, Parag Mital, who has implemented a fast sampler for NSynth to make it easier for everyone to
中学生にもわかるTensorFlow入門 その２ 行列の演算 - Qiita
今回の概要 前回はテンソルとは何かを説明しましたが、今回は、行列の演算についてごく基礎的なことを説明させていただこうと思います。理系の大学を目指す受験生や大学生なら十二分に理解しているような内容です ここでどうして行列の演算かというと、歴史的に見て、まず行列を利用して方程式を解くといういわゆる線形代数の基本的なものから学問が発達し、それを元にさらに一般化させたテンソルという概念によって多重線形代数というものに発達していったという歴史があるからです 実際TensorFlowやChainerなどのニューラルネットワークを比較的容易に記述できるようになった（Python言語の）ライブラリはこうした行列演算が基礎になっていますから、そこで必要となるであろう最低限の知識である行列の和と積についてまず説明します。次に図形の変形などの際に利用されるであろう、行列の積の演算を利用し、図形の変形や回転、ある
KerasのモデルとTensorFlowの最適化でWasserstein GANを学習する - Qiita
はじめに この記事でやること：Kerasのモデル，TensorFlowの最適化によってWasserstein GANを学習する． 前提知識：GANの基本的な学習則 この記事が必要ない方：いずれかの深層学習ライブラリ，またはフルスクラッチで自由自在にコーディングできる方 最近深層生成系，いわゆるGANがホットですね．僕もいろいろ試して遊んでます．ライブラリはやっぱりKerasが直感的でわかりやすいですね． さて，ふつうのDCGANやWasserstein GANなどはKerasでもサクッと実装・学習できてしまうわけですが，誤差の最適化などで細かい改善がされてるやつになると「これ，Kerasでどう書けばええんや，，，？」となってしまうこともあるかと思います．僕はImproved Training of Wasserstein GANsで提案されているGradient Penaltyの実装でそう
Google、TensorFlow向けモバイルファーストコンピュータ画像モデルをオープンソース化 - BRIDGE（ブリッジ）
（上）Google MobileNets の機能概説図 Image Credit: Google Google は本日（6月14日）、スマートフォンの消費電力を抑えつつも画像認識の改善を支援する新たなモデルをリリースした。MobileNets と呼ばれる事前学習済みの画像認識モデルでは、開発者はサイズや精度の異なる各モデルからアプリケーションのニーズに応じて最適なモデルを選択できる。 今のところ、多くのモバイルアプリ内のマシンラーニングはデータをクラウドサービスに転送して処理させ、ネットワーク越しに結果を受け取り、分析結果から分かることをユーザに提供している。これは、スマートフォン上での情報処理の負荷を軽減するために、恐らくデータセンター側で非常に強力なコンピュータが使用されていることを意味する。このアプローチの短所はレイテンシーとプライバシーだ。 ユーザのスマートフォン上でデータを処理す
tensorflow/tensorflow/tools/tfprof at master · tensorflow/tensorflow · GitHub
README.md tfprof: TensorFlow Profiler and Beyond Features Profile model architectures parameters, tensor shapes, float operations, device placement, etc. Profile model performance execution time, memory consumption Profile multiple steps. Auto detect and advise. (Experimental) Interfaces Python API Command Line Visualization C++ API (Not public, contact us if needed.) Views and Options tfprof prov
Google、TensorFlowのDeep Learningモデルを訓練・加速させるためのライブラリ「Tensor2Tensor（T2T）」をGitHubにてリリース
Google、TensorFlowのDeep Learningモデルを訓練・加速させるためのライブラリ「Tensor2Tensor（T2T）」をGitHubにてリリース 2017-06-20 Googleは本日、TensorFlowのDeep Learningモデルを訓練するための新しいオープンソース・ライブラリ「Tensor2Tensor（T2T）」をリリースしました。 T2Tライブラリは、TensorFlowツールで構築されDeep Learningで必要とされる複数のモジュール（データセット、モデルアーキテクチャ、オプティマイザ、学習率減衰スキーム、ハイパーパラメータなど）を定義し、Google Cloud MLにおいて最も効率の良い結果を叩き出す手法を実装します。 また、これらコンポーネントのすべてを破壊することなくモジュール式に交換することを可能にします。 翻訳、解析、画像キャプ
tf.nn.dynamic_rnn | TensorFlow v1.15.0
Deploy ML on mobile, microcontrollers and other edge devices
models/object_detection at master · tensorflow/models · GitHub
README.md Tensorflow Object Detection API Creating accurate machine learning models capable of localizing and identifying multiple objects in a single image remains a core challenge in computer vision. The TensorFlow Object Detection API is an open source framework built on top of TensorFlow that makes it easy to construct, train and deploy object detection models. At Google we’ve certainly found
TensorFlow 1.2.0の主な変更点
はじめに TensorFlow 1.2.0がリリースされました。 https://github.com/tensorflow/tensorflow/releases リリースノートに載っていた変更点を以下にメモりました。憶測で書いているところもあるので、ツッコミは大歓迎です。 Windows上でのPython3.6のサポート spatio temporal deconvolutionのためのtf.layers.conv3d_transposeレイヤの追加 コメント：3次元MRI画像のようなデータをさばくためのレイヤだと理解 前のTFには2次元の畳込みしかなかった記憶がある tf.Session.make_callable()の追加 オーバーヘッドが削減されるとのこと contrib向けにibverbsベースのリモートダイレクトメモリアクセス（RDMA）を追加 RDMAやInfiniBand
Module: tf.contrib | TensorFlow v1.15.0
Contrib module containing volatile or experimental code. Modules autograph module: This is the legacy module for AutoGraph, kept for backward compatibility. batching module: Ops and modules related to batch. bayesflow module: Ops for representing Bayesian computation. checkpoint module: Tools for working with object-based checkpoints. cloud module: Module for cloud ops. cluster_resolver module: St
Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開
Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開 2017-06-15 Google Researchは、スマートフォンに基づいた機械学習による視覚認識技術において、スマートフォンが大量の電力消費を必要とせずに画像をよりよく認識できるよう支援するTensorFlowベースのモデルセット 「MobileNets」をオープンソースとしてリリースしました。 現在、Google Cloud Vision APIを通して、スマートフォンで捉えた画像から、分類したり、個々の物体や人の顔を検出したり、画像内に含まれているテキストを検出し読み取ったり、画像カタログのメタデータ作成、不適切なコンテンツの管理、画像の感情分析といったモバイルにおける機械学習モデルの視覚認識技術を提供しています。 こう
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
TensorFlow on Raspberry Pi3 - Qiita
https://jp.techcrunch.com/2017/06/20/20170619tensor2tensor/
GitHub - tensorflow/tensor2tensor: Library of deep learning models and datasets designed to make deep learning more accessible and accelerate ML research.
tensorflow/RELEASE.md at r1.2 · tensorflow/tensorflow
tensorflow/tensorflow/docs_src/api_guides/python/contrib.seq2seq.md at 21c774cc1fc2aec8fd469c4f622fe7478b761e51 · tensorflow/tensorflow
https://jp.techcrunch.com/2017/06/17/20170616object-detection-api/