TensorFlow製アート・音楽生成プロジェクト「magenta」で曲を作ってみる。 - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
tensorflow/tensorflow/contrib/makefile at master · tensorflow/tensorflow · GitHub
TensorFlow Makefile The recommended way to build TensorFlow from source is using the Bazel open-source build system. Sometimes this isn't possible. For example, if you are building for iOS, you currently need to use the Makefile. The build system may not have the RAM or processing power to support Bazel. Bazel or its dependencies may not be available. You may want to cross-compile for an unsupport
tensorflow/tensorflow/contrib/makefile at v0.10.0 · tensorflow/tensorflow
The recommended way to build TensorFlow from source is using the Bazel open-source build system. Sometimes this isn't possible. The build system may not have the RAM or processing power to support Bazel. Bazel or its dependencies may not be available. You may want to cross-compile for an unsupported target system. This experimental project supplies a Makefile automatically derived from the depende
tensorflow/tensorflow/contrib/pi_examples at master · tensorflow/tensorflow · GitHub
TensorFlow Raspberry Pi Examples This folder contains examples of how to build applications for the Raspberry Pi using TensorFlow. Building the Examples Follow the Raspberry Pi section of the instructions at tensorflow/contrib/makefile to compile a static library containing the core TensorFlow code. Install libjpeg, so we can load image files: sudo apt-get install -y libjpeg-dev To download the ex
[レポート] TensorFlow勉強会 (5) が開催されました！ | DevelopersIO
はじめに 昨日の 9/28 六本木ヒルズの Google Inc 東京オフィスでTensorFlow勉強会の5回目が開催されました！先日に引き続きブログまとめ枠として参加いたしました。本記事はそのレポート記事となります。 賢くなる自動フィードアグリゲータの制作 9月号 [slideshare id=66508846&doc=tensorflow5-160928114637] Singularity株式会社 近藤昭雄氏 最近、情報収集めんどくさくないですか？ 以前の情報収集方法 Yahoo pipesがあった 収益化ができなかった 現在の個人的な情報収集方法 はてブニュース GoogleAlert SNS 某巨大掲示板 とても面倒 そもそもネットの情報量がふえた 2020年までに35ZB 自動で巡回して欲しい情報をピックアップしてプッシュ通知して欲しい 既存のニュースアプリでは欲しい情報だけ
![[レポート] TensorFlow勉強会 (5) が開催されました！ | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/d31a36e185555d1c0dca2a8ca8dba86ad1243522/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2015%2F11%2Ftensor_flow-1.png)
20160928-meganeco
「TensorFlowで趣味の画像収集サーバーを作る９月特大号」 TensorFlowによる認識処理の高速化と新データセットでの訓練・評価検証
TensorFlowによるアイドル顔識別器の話 - 2016.9.28 TensorFlow勉強会 - Qiita
自己紹介 すぎゃーん (id:sugyan) Web系エンジニア ドルヲタ歴5年ちょい TensorFlowで機械学習に入門 (2015.11〜) はてなブログ書いてます すぎゃーんメモ http://memo.sugyan.com/ アジェンダ アイドル顔識別について 学習用データセットの収集・作成 モデルの評価と実験 収集したデータを使った顔画像生成 アイドル顔識別について 問題設定 「入力した画像に対し、写っているのが『どのアイドル(人物)か』を機械学習により自動判定する」 画像内の顔領域検出 こちらは別タスク (Cloud Vision APIなど) 抽出した顔部分の分類 この分類器を作っている、という話 Deep Learning による画像分類 TensorFlowチュートリアルの最初の例 畳み込みニューラルネットワークを使った CIFAR-10 などの画像分類 学習には大量の
models/inception/inception/slim at master · tensorflow/models · GitHub
README.md TensorFlow-Slim TF-Slim is a lightweight library for defining, training and evaluating models in TensorFlow. It enables defining complex networks quickly and concisely while keeping a model's architecture transparent and its hyperparameters explicit. [TOC] Teaser As a demonstration of the simplicity of using TF-Slim, compare the simplicity of the code necessary for defining the entire VG
Tensorflowでレコメンデーションシステム | developer's blog
はじめに 今回はTensorflowを使って、シンプルなレコメンデーションシステムの構築を行ってみる。 レコメンデーションのアルゴリズムはいくつか存在するが、今回使うのは「協調フィルタリング（Collaborative Filtering）」と呼ばれるもの。 全体像 お薦めレストランを紹介するサービスがあったとする。ユーザは、利用したレストランに対して１〜５の評価をつけることができる。 このサービスでは、ユーザが過去につけた評価から、他のお薦めレストランを紹介する機能を作りたいと考えている。 まずは話を理解しやすくするために、以下のような少ないデータで考えてみる。 ここで、佐藤さんにはレストランBを紹介すべきなのか、それともレストランDを紹介すべきなのか。また、伊藤さんにはレストランAを紹介すべきなのか、それともレストランBを紹介すべきなのか。この部分を機械学習を使って解いてみたいと思う。
ニューラルネットワークと深層学習 (1) 手書き数字を認識するためにニューラルネットを使用する （翻訳/要約 : 前編） – TensorFlow
多くの人々は努力なしにそれらの数字を 504192 として認識します。その容易さは当てになりません。私たちの脳の各半球の中では、人間は V1 として知られる一次視覚野を持ち、これは 140 ミリオンのニューロンを含み、それらの間には 10 ビリオンの接続を伴います。そして人間の視覚野は V1 だけでなく、視覚野のシリーズ全体 – V2, V3, V4, と V5 – を含みます、これらはより複雑な画像処理を順次行ないます。私たちの頭には、何百ミリオン年を超えた進化で調整され、そして視覚的な世界を理解するために素晴らしく適応した、スーパーコンピュータが持ち込まれています。手書き数字認識は簡単ではありません。むしろ、私たち人間は目が私たちに見せるものを理解することに驚くほど長けています。しかしほとんど全てのワークは無意識に行なわれています。そして私たちの視覚システムがどれほどタフな問題を解決し
models/README.md at master · tensorflow/models · GitHub
Show and Tell: A Neural Image Caption Generator A TensorFlow implementation of the image-to-text model described in the paper: "Show and Tell: Lessons learned from the 2015 MSCOCO Image Captioning Challenge." Oriol Vinyals, Alexander Toshev, Samy Bengio, Dumitru Erhan. IEEE transactions on pattern analysis and machine intelligence (2016). Full text available at: http://arxiv.org/abs/1609.06647 Con
Human Learning What WaveNet Learned from Humans
Human Learning What WaveNet Learned from Humans Sep 23, 2016 Sageev Oore osageev osageev (or Learning Music Learned From Music) A few days ago, DeepMind posted audio synthesis results that included .wav files generated from a training data set of hours of solo piano music. Each wave file (near the bottom of their post) is 10 seconds long, and sounds very much like piano music. I took a closer look
ニューラルネットワーク – TensorFlow
ニューラルネットワークと深層学習 (2) どのように backpropagation （ 誤差逆伝播 ）アルゴリズムが動作するか（翻訳） * Neural Networks and Deep Learning CHAPTER 2 How the backpropagation algorithm works の翻訳です。 * １章前編 – MNIST 。 前章 ではニューラルネットワークが重みとバイアスを確率的勾配降下アルゴリズムを使用してどのように学習するかを見ました。けれども、その説明には隔たりがありました : どのようにコスト関数の勾配を計算するかの議論をしませんでした。それは非常に大きな隔たりです！この章ではそのような勾配を計算するための速いアルゴリズム、backpropagation として知られるアルゴリズムを説明します。 backpropagation アルゴリズムは元々は
models/im2txt at master · tensorflow/models · GitHub
README.md Show and Tell: A Neural Image Caption Generator A TensorFlow implementation of the image-to-text model described in the paper: "Show and Tell: Lessons learned from the 2015 MSCOCO Image Captioning Challenge." Oriol Vinyals, Alexander Toshev, Samy Bengio, Dumitru Erhan. IEEE transactions on pattern analysis and machine intelligence (2016). Full text available at: http://arxiv.org/abs/1609
Setting large batch_size in logistic regression method will result output nan · Issue #307 · tensorflow/tensorflow
import tensorflow as tf import numpy as np import melt_dataset import sys from sklearn.metrics import roc_auc_score def init_weights(shape): return tf.Variable(tf.random_normal(shape, stddev=0.01)) def model(X, w): return 1.0/(1.0 + tf.exp(-(tf.matmul(X, w)))) ./logistic_regression.py corpus/feature.normed.rand.12000.0_2.txt corpus/feature.normed.rand.12000.1_2.txt notice if setting batch_size too
models/lm_1b at master · tensorflow/models · GitHub
README.md Language Model on One Billion Word Benchmark Authors: Oriol Vinyals ( vinyals@google.com , github: OriolVinyals), Xin Pan ( xpan@google.com , github: panyx0718) Paper Authors: Rafal Jozefowicz, Oriol Vinyals, Mike Schuster, Noam Shazeer, Yonghui Wu TL;DR This is a pretrained model on One Billion Word Benchmark. If you use this model in your publication, please cite the original paper: @a
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
Generative Junji
IoTデータ、保護強化へ「営業秘密」に 経産省・特許庁、AI盗用 訴訟起こしやすく - 日本経済新聞
TensorFlowをRaspberryPIにインストールする手順 - Qiita
TechCrunch | Startup and Technology News
