build/golang_install_guide at master · tensorflow/buildYou signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
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
各種正則化から転移学習まで。tensorflowソースコードで見るDL性能改善手法 まとめ(ver 2)
最近DL(Deep Learning)の各手法についてtensorflowで実装する場合の実際のコードを聞かれることが多くなってきたので一度まとめておきます。 (10/17/2017 Batch Normalization, Gradient Clipping, ビジュアライズ関連 追加) 下のリストはInside of Deep Learning （ディープラーニングの性能改善手法 一覧）に載せたものです。しかし個人的な経験からも性能改善は一筋縄ではいきません。単に性能の高いモデルを使えば良いといういうわけではなくデータの規模や質によってはシンプルなモデルを使った方が良い時もあります。 ↑ Best より表現力があり問題の処理に適したモデルを利用する より多くのデータあるいはより精度の良いデータを使う パラメータを収束／学習させるための工夫 汎化性能をあげるための工夫 ↓ Better
models/tutorials/image/cifar10 at master · tensorflow/models · GitHub
NOTE: For users interested in multi-GPU, we recommend looking at the newer cifar10_estimator example instead. CIFAR-10 is a common benchmark in machine learning for image recognition. http://www.cs.toronto.edu/~kriz/cifar.html Code in this directory demonstrates how to use TensorFlow to train and evaluate a convolutional neural network (CNN) on both CPU and GPU. We also demonstrate how to train a
Release TensorFlow 1.1.0 · tensorflow/tensorflow
Release 1.1.0 Major Features and Improvements Added Java API support for Windows. Added tf.spectral module. Moved existing FFT ops to tf.spectral while keeping an alias in the old location (tf.*). Added 1D, 2D and 3D Fourier transform ops for real signals to tf.spectral. Added a tf.bincount function. Added Keras 2 API to contrib. Added a new lightweight queue-like object - RecordInput. Added tf.co
Transition to TensorFlow 1.0 | TensorFlow
The APIs in TensorFlow 1.0 have changed in ways that are not all backwards compatible. That is, TensorFlow programs that worked on TensorFlow 0.n won't necessarily work on TensorFlow 1.0. We have made this API changes to ensure an internally-consistent API, and do not plan to make backwards-breaking changes throughout the 1.N lifecycle. This guide walks you through the major changes in the API and
zi2zi: Master Chinese Calligraphy with Conditional Adversarial Networks
Generated samples. Related code can be found here Motivation zi2zi is the follow-up work for my last project, once again tackling the same problem of style transfer between Chinese fonts. It is a pleasant surprise that the Rewrite project gets a fair amount of attention and interests, however, looking back, the result feels underwhelming. As an experimental attempt it does fulfill its purpose, but
)
ノート/Generationとdeconvolution (2016-08-14) - 東邦大学理学部情報科学科 山内のサイト
ノート/ノート 訪問者数 935 最終更新 2016-08-15 (月) 16:10:58 Deep Learning/画像generationで、deconvolutionとは？ の整理 --- 2016/08/14 † ↑ プログラム化したものがいくつか見つかる † すぎゃーん(id:sugyan)氏： TensorFlowによるDCGANでアイドルの顔画像生成 分類器などで使っている畳み込みの逆方向の操作で、最初は小さな多数のfeature mapにreshapeして、これを徐々に小数の大きなものにしていく。"deconvolution"と呼んだり呼ばなかったり、なのかな。TensorFlowではこの操作はtf.nn.conv2d_transposeという関数で実現するようだ。 Tensorflowのマニュアルでは conv2d_transpose 本件、decon
週刊少年ジャンプの短命作品を，機械学習で予測する （前編：データ分析） - Qiita
1. はじめに 週刊少年ジャンプ（以下，ジャンプ）は，日本で最も売れている漫画雑誌1です．言うまでもなく，私は大ファンです． ジャンプ編集部の連載会議は非常にシビアです．ジャンプ作家の奮闘を描いたフィクション漫画「バクマン。」では，編集部が毎号の読者アンケートをもとに各漫画の人気を評価し，掲載順や打ち切り作品を決定する様子が描かれています2．連載開始から10週以内（単行本約1冊分）で連載が打ち切られてしまうことも珍しくありません．とても厳しい世界です． 本記事では，機械学習を使って，短命作品（10週以内に終了する作品）の予測を行います．究極の目標は，ジャンプ編集部より先に打ち切り作品を予測し，好みの作品が危ない場合はアンケートを出して打ち切りを回避することです3．我々は読者アンケートの結果を知ることができないので，掲載順の履歴を入力とし，短命作品か否かを出力する多層パーセプトロン4をTen
難しそうな機械学習を身近なものにする「TensorFlow」と「機械学習API」で、現場の課題を解決していこう！【デブサミ2017】
Googleが2015年11月に公開したオープンソースの機械学習ライブラリ「TensorFlow」。公開以来、多くの企業で導入され、現場の問題解決に活用されています。「Developers Summit 2017」で行われた、グーグル株式会社 佐藤一憲氏のセッションでは、TensorFlowがもたらす「機械学習の民主化」を、デモと実際の導入事例を通じて体感することができました。本記事ではその内容についてレポートします。 ニューラルネットワークとディープラーニング 現在ブームとなっているAIの中でも、ディープラーニングやニューラルネットワークなどはコアな技術とされています。とは言え「誰もがみんな使っている、という状況にはなっていない」と佐藤氏は現状を分析。「実運用を行っていくにはまだ多くの課題がある。それらの解決方法について紹介していきたい」と続けました。 グーグル株式会社 Google C
DeepMind、TensorFlow向けニューラルネットワークフレームワーク「Sonnet」を発表 | OSDN Magazine
Google傘下で人工知能関連技術を開発するDeepMindは4月7日、ニューラルネットワーク構築のためのフレームワーク「Sonnet」をオープンソースで公開したことを発表した。Googleの機械学習ライブラリ「TensorFlow」と組み合わせて利用するハイレベルフレームワークとなる。 SonnetはTensorFlowの柔軟性、適応性を利用して構築した特定用途向けのハイレベルのフレームワーク。現在でもコードの開発を進めているが、リサーチのニーズを満たすレベルになったことからオープンソースで公開したと経緯を説明している。DeepMindは2016年4月にTensorFlowを採用しており、モデルの学習の高速化やコードの簡素化といったメリットが得られているという。 既存のニューラルネットワークライブラリと類似点はあるが、DeepMindの研究目的に合わせて開発した特徴を備える。ライブラリは
Customization basics: tensors and operations | TensorFlow Core
tf.Tensor(3, shape=(), dtype=int32) tf.Tensor([4 6], shape=(2,), dtype=int32) tf.Tensor(25, shape=(), dtype=int32) tf.Tensor(6, shape=(), dtype=int32) tf.Tensor(13, shape=(), dtype=int32) WARNING: All log messages before absl::InitializeLog() is called are written to STDERR I0000 00:00:1723775459.220860 70727 cuda_executor.cc:1015] successful NUMA node read from SysFS had negative value (-1), but
TensorFlow と scikit-learn 分類器の視覚的比較 – ClasCat® AI Research
TensorFlow によるニューラルネットワークと scikit-learn の各種分類器について 線形分離ができないデータセットについて決定境界を描画して視覚的に比較してみました。 scikit-learn については代表的な分類器を、TensorFlow については基本的な MLP を活性化関数を変えて試しています。 データセットは以前にも使った sklearn.datasets.make_moons で、データポイント数は 500 ノイズは 0.1 です。 プロットすると以下のような図になります : scikit-learn の分類器 scikit-learn の代表的な分類器をデフォルト・パラメータで順繰りに試してみました : Gaussian NB, K-近傍法, 決定木, Random Forest, 線形 SVM, SVM, Gaussian Process, AdaBoo
The NSynth Dataset
A large-scale and high-quality dataset of annotated musical notes. Download Contents Motivation Description Format Files Example Features Feature Encodings Instrument Sources Instrument Families Note Qualities Example Statistics Instrument Classes Qualitiy Co-occurrences License How to Cite Updates Motivation Recent breakthroughs in generative modeling of images have been predicated on the availab
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
漢字のスタイルが自由自在？ “zi2zi”でニューラルネットワークのスゴさを再認識【やじうまの杜】
Amazon.co.jp: 詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~: 巣籠悠輔: 本
deepmind/dnc: A TensorFlow implementation of the Differentiable Neural Computer.
https://qiita.com/Dr_ASA/items/14901441e9845c32f28b
tensorflow/tensorflow/examples/tutorials/word2vec/word2vec_basic.py at r0.7 · tensorflow/tensorflow
TechCrunch | Startup and Technology News
