Adversarial Discriminative Domain Adaptation (ADDA) の実装に関するメモ - Qiita
Adversarial Discriminative Domain Adaptation (ADDA) の実装に関するメモMachineLearningDeepLearningTensorFlowGANDomain-Adaptation images_train = mnist.train.images labels_train = mnist.train.labels images_test = mnist.test.images labels_test = mnist.test.labels import skimage.transform # for train data indices = np.random.choice(55000, 10000, replace = False) images_train_0 = images_train[indices] images_tra
論文まとめ：TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image Segmentation - Qiita
論文まとめ：TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image SegmentationDeepLearningCNNTensorFlowUnetSemanticSegmentation はじめに KaggleのCarvana Image Masking Challengeで１位を取ったモデル：TernausNet の論文をまとめてみた。 [1] V. Iglovikov, et. al. "TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image Segmentation" arXiv：https://arxiv.org/abs/1801.05746 著者らのGithubコードは公開されている。 https://gi
Maximum Classifier Discrepancy Domain Adaptation (MCD-DA) の実装に関するメモ - Qiita
Maximum Classifier Discrepancy Domain Adaptation (MCD-DA) の実装に関するメモMachineLearningDeepLearningTensorFlowTransferLearningDomain-Adaptation images_train = mnist.train.images labels_train = mnist.train.labels images_test = mnist.test.images labels_test = mnist.test.labels import skimage.transform # for train data indices = np.random.choice(55000, 10000, replace = False) images_train_0 = images_train[
CustomVisionでエクスポートしたモデルをAndroidスマホで動かす - Qiita
はじめに AzureのCustomVisionServiceでは、トレーニングしたモデルをエクスポートすることができます。このモデルをAndroideスマホで動かせるのか試してみましたっというメモです。 モデル作成 詳細は割愛しますが、CustomVisionServiceで画像をアップロードし、ラベルづけを行い、トレーニングしました。 モデルが出来上がったら、「Performance」の「Export」でTF(Android)を選択し、モデルをダウンロードしました。zipファイルの中にラベルが記載されたテキストファイルと拡張子がpbのモデルが入っています。 Azureサンプルを使ってみる 以下の記事を拝見したので、Androidでもてっきり簡単にできるものだと思っていました。 「Custom Vision Serviceを使ってお花判定カメラアプリを作る」 https://blog.ne
Cross-Gradient (CrossGrad) Training の実装に関するメモ - Qiita
images_train = mnist.train.images labels_train = mnist.train.labels images_test = mnist.test.images labels_test = mnist.test.labels import skimage.transform # for train data indices = np.random.choice(55000, 10000, replace = False) images_train_0 = images_train[indices] images_train_0_2d = np.reshape(images_train_0, (-1, 28, 28)) labels_train_0 = labels_train[indices] #images_train_flip_2d = image
【Python】meshgridの値を書き換えるときにドハマりしたので解決方法を【備忘録】 - Qiita
meshgridを使ったカラーマップを作成するとき，値を書き換える際にドはまりした内容を備忘録も兼ねて投稿． やりたいこと meshgridを使った強度マップで ①距離$r$に依存する関数を ②距離$r$の値で場合分けしたい ①については，$r=\sqrt{x^2+y^2}$でいいのですが，問題は②． 今回は，状況がわかりやすいように以下のような2つの関数を組み合わせたグラフを書くことを目的とします． $z(r)=18\exp(-r^2)$ $|r|\leqq1$ $z(r)=x^2+y^2=r^2$ $|r|>1$ こんな感じの図を作ろうと試行錯誤しました． 私の解答はこちら for文を2回使って位置$(x,y)$での値を$r$の関数に当てはめて書き換えました． import numpy as np import matplotlib.pyplot as plt import
JupyterのDockerイメージで日本語が使えるように、Dockerfileを書いた - Qiita
Pythonを書くようになり、Jupyterを使って遊んでいます。matplotlibで遊んでいたのですが、日本語が文字化けする現象がおきました。 Jupyterを日本語化する方法はぐぐるとそれなりに数が出てきます。しかし、それらの記事は、JupyterのDockerイメージ環境とはキャッシュの場所が違うなどして、若干手間取りました。Dockerfileを書いて、いつでも日本語化できるようにしました。 参考サイト 最初に参考記事をご紹介します。感謝感謝 作成したdockerfile Dockerfileを見れば、何をしたかすぐに分かるのでひとまず読んで FROM jupyter/datascience-notebook LABEL maintainer "nassy20 <xxxx@gmail.com>" RUN curl -L "https://oscdl.ipa.go.jp/IPAex
ゼロからはじめるmatplotlib〜1.点のプロットと軸の調節〜 - Qiita
はじめに... 私がはじめてmatplotlibに出会った時、全く使い方がわかりませんでした。 なんと、$y=ax+b$の直線やsin曲線でさえ書くことができませんでした（笑） そんな私の目の前にあるのは、英語だらけのmatplotのdocumentと、長いコードと専門用語満載のQiitaブログ、、、。 プログラミング初心者だった私は、それらを読んでもどうやってコーディングするのか全く理解できなかったのです。 そんな私のようなmatplotlib難民を減らすべく「初心者でも楽しく、Excelのように簡単にグラフを作れる」ということを目標に書いていきたいと思います。 とにかく簡単に直感的に描画していくことを目標にしているので、コードが泥臭くなるかもしれません。 テンション的には、「書いた→実行→なんかできた！よっしゃー！」みたいなイメージです。 ある程度、このブログで描画に慣れてきたら、下の
Matplotlibで日付データをplot(グラフ)表示 - Qiita
%matplotlib inline import matplotlib.pyplot as plt import pandas as pd import matplotlib.dates as mdates fig = plt.figure() ax = fig.add_subplot(1,1,1) # 横軸：日付 periods分の日付を用意します。 x = pd.date_range('2018-08-07 00:00:00', periods=10, freq='d') # 縦軸：数値 y = [130, 141, 142, 143, 171, 230, 231, 260, 276, 297] ax.plot(x,y) # 日付ラベルフォーマットを修正 dayｓ = mdates.DayLocator() daysFmt = mdates.DateFormatter('%m-%d'
animatplot で matplotlibによる gif アニメーションを簡単に作る - Qiita
本日は animatplot というライブラリの紹介です。 前置き 可視化ツールとしての matplotlib は静的なグラフの描画だけでなく、パラメータによって変化するグラフの様子をgifなどのアニメーションで表現することができます。数学的な対象物をアニメーションで視覚化するというのは我々を楽しくさせます。 楽しい反面、手間がかかります。例えば、アニメーションを実装するには matplotlib.animation.FuncAnimation という matplotlib の機能を用いることで実現できます。例えば下記のような実装になります。 import itertools import logging logging.basicConfig(level=logging.INFO) import random import matplotlib.animation as animatio
日本って本当に暑くなっているのかめっちゃ簡単に分析する - Qiita
ここからものすごく簡単に分析していきます。 実行環境はJuyter Notebookを使っています。 コード読んだだけでわかるようにするためにコメント多数入れています。 #モジュールのインポート import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns #グラフ表示させるためのおまじない %matplotlib inline #データの読み込み data = pd.read_csv('data.csv') data.info() RangeIndex: 144 entries, 0 to 143 Data columns (total 10 columns): year 144 non-null int64 pressure 143 non-null float6
【Python】matplotlibを日本語化する - Qiita
matplotlibで日本語を使おうとすると、デフォルトのままでは文字化けしてしまいます。 そこで文字化けしないようにするための設定を紹介します。 お困りごと Jupyter Notebook上で以下のような処理を実行したときに グラフのラベルが上手く表示されない。 from numpy.random import * from matplotlib import pyplot as plt %matplotlib inline # 乱数生成 rand_nums = randn(100) # ヒストグラム表示 plt.hist(rand_nums) plt.xlabel("X軸と表示したい") plt.ylabel("Y軸と表示したい") 実行結果 環境 MacOS、Python 3.6(Anaconda)、Jupyter Notebookがインストールされている環境。 準備 以下のサイト
gnuplot で matplotlib 風の美しい3次元グラフを描くテンプレート - Qiita
Gnuplottingが公開しているカラーマップを利用して，matplotlibで描いたような美しい配色の3Dグラフをgnuplotで描けるテンプレートを作成しました．次に示すような2種類を用意してあります．論文などに使えそうです． 環境 OS: Windows 7 Gnuplot Version 5.2.4 準備 初めに，GnuplottingがGitHub上で公開しているカラーパレットをダウンロードしておきます．これらのカラーパレットファイル (.pal) をgnuplotファイルがあるディレクトリに置き，gnuplotファイルの冒頭に次の一行を書けば3Dグラフの色が変更されます． #================================ # drawing settings #================================ load 'palette.pa
ガウシアン基底をプロットする - Qiita
import matplotlib.pyplot as plt import numpy as np rng = np.random.RandomState(1) x = 10 * rng.rand(500) def multi_gauss(X, j, s=2): return np.exp(-(X - j)**2 / (2 * s **2)) for i in range(0,20): y = multi_gauss(x, i) plt.scatter(x, y, label=str(i));
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
matplotlibを使う - Qiita
分子軌道波動関数をpythonでプロットする - Qiita
[mac] matplotlib最短で日本語対応 - Qiita![[mac] matplotlib最短で日本語対応 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/b3ed6fe11745a90b6ae6e2f887213ce3409b3586/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JTVCbWFjJTVEJTIwbWF0cGxvdGxpYiVFNiU5QyU4MCVFNyU5RiVBRCVFMyU4MSVBNyVFNiU5NyVBNSVFNiU5QyVBQyVFOCVBQSU5RSVFNSVBRiVCRSVFNSVCRiU5QyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9OWFjMDVmMGU3YjYzMDk5NDE4ZmFkODRjYzY2NTMxYzk%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwbGlscGFjeSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NTNhZGYwOTYxNTliYjE1YmI3ODY1MjVhYmIxMjkwMmU%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3De8d4b67de7bb9a43969650b45140a3a6)
Colaboratory環境下で、matplotlibを使いgif動画を保存する - Qiita
RaspberryPiでPython3とMatplotlib使ってリアルタイムグラフ描画 - Qiita
jupyter notebookで豆腐問題を解決するときになかなかうまくいかなかったのでその解決録 - Qiita
