You 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.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community. Pick a username Email Address Password Sign up for GitHub By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails. Already on GitHub? Sign in to your account
はじめに この記事はTensorFlow2.0(以下、TF2.0)のPreview版がPyPIに公開されたことを受け、正式版の公開やその利用に向けて備える記事です。特に、APIの整理に伴って消えたAPIを紹介し、それによってTensorFlowの使い方が大きく変わることの警告を目指します。 また、筆者の属性は、TF歴3年の画像認識屋です。しかし、内容は個人の意見で、別分野の方や別ライブラリユーザーだけでなく、同属性の方からも別の意見が出ると思います。純粋にTF2.0を学びたい方は、他の記事を参考にしてください。 リンク 公式ドキュメント tf.keras以外の高レベルAPIの消滅 tf.layers tf.contrib.slim tf.contrib.layers(slimはtf.contrib.layersを呼んでいる) これらがいつからあるのか調べてみると、「TensorFlowの増
世間では、お正月が来たようです。 そこで、初詣に行ったついでに、賽銭箱の底をのぞいてみましょう! これいくら? こんな画像をパッと見て総額がわかれば、なにかと嬉しいのではないかと。大体でもいいので。 (たとえば神社さんの確定申告システムに直結するとか・・。) まぁ応用はさておき、いまどきの時代なので、AIに金額を数えさせてみましょう! しかし、コインが重なりあったりしてると難航しそうな予感。 というわけで、最初は 条件を単純化します。 このように、コインどうしが重なってないなら、ちょっとハードル下げられるかな? しかし日本の硬貨6種類(1円5円10円50円100円500円)全部を対象にしてやってみると、手元の環境の環境ではちょっとキビシいみたい。(モデルにもよるでしょうが・・) あ、手元の環境というのは、Google Colaboratory (略称:colab) のGPU版です。 (手元
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community. Pick a username Email Address Password Sign up for GitHub By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails. Already on GitHub? Sign in to your account
この記事はLIFULL その3 Advent Calendar 2018の7日目の記事とされている恐れがあります 謝罪 会社の後輩の記事をパクりました。 ワイが個人的に便利だと思っていてよく使っているJavaScriptモジュール(npm)たち ここから本題 ここ1年の中で しまくったgithubリポジトリを年末調整すると同時に、 使っていて個人的に便利だなと思っているものを簡単に紹介しようと思います。 モジュール Poetry 仮想環境の管理から、ライブラリの公開までやってくれる便利な開発ツール 正直、これを紹介するためだけにこの記事を書きました BeProud Advent Calender 2018の『Poetryを使ったPythonパッケージ開発からPyPI公開まで』という記事も読んでください Pipenv 依存ライブラリの管理や仮想(venv)環境も作ってくれる便利なツール ただ
Google Colab(Colaboratory)をタブレットやスマホで試したらどうなるんだろう?と思って試してみました。結果、いけました。既出気味ではあるものの、スマホやタブレットで環境構築不要でプログラミングができてしまいます。 環境:iPad Air2 Colabの本来のサポート環境は、PC版のChromeとFirefoxなのでSafariだとうまく動かないこともあるかもしれませんが、ぱっとやった限りでは確認できませんでした。 こんな感じ 手書き数字画像(MNIST)の分類をしてみました。 iPadでディープラーニングできてる もちろんPC版同様、無料GPU使えます。 iPadで頑張って入力したコードはこちらです。 from keras.datasets import mnist from keras.layers import Dense, Input from keras.mo
TensorFlow 2.0発表! コード周辺の変更 tutorial TensorFlow 2.0発表! ついに動きがありましたね。APIは下記で見ることが出来ます。名前空間がスッキリしていることに気づくはずです。 www.tensorflow.org v1.12.0からv2.0へコードを書き換えるためのツールも整備されていく模様です。 tensorflow/tensorflow/tools/compatibility at master · tensorflow/tensorflow · GitHub また、2.0の発表して間もなく、githubにはチュートリアルのリポジトリが出現しました。さすがは注目度が高いですね。 github.com コード周辺の変更 さて、TensorFlow2.0でどのように書き方が変わったのかというと、以前からお伝えしてきたとおり、Eagerをデフォルトと
An intro to Bayesian methods and probabilistic programming from a computation/understanding-first, mathematics-second point of view. Prologue The Bayesian method is the natural approach to inference, yet it is hidden from readers behind chapters of slow, mathematical analysis. The typical text on Bayesian inference involves two to three chapters on probability theory, then enters what Bayesian inf
Quantization-aware training Quantization-aware model training ensures that the forward pass matches precision for both training and inference. There are two aspects to this: Operator fusion at inference time are accurately modeled at training time. Quantization effects at inference are modeled at training time. For efficient inference, TensorFlow combines batch normalization with the preceding con
Note: XLA is still under development. Some use cases will not see improvements in speed or decreased memory usage. XLA (Accelerated Linear Algebra) is a domain-specific compiler for linear algebra that optimizes TensorFlow computations. The results are improvements in speed, memory usage, and portability on server and mobile platforms. Initially, most users will not see large benefits from XLA, bu
TensorFlow pip install tensorflow Modules audio module: Public API for tf.audio namespace. autograph module: Conversion of plain Python into TensorFlow graph code. bitwise module: Operations for manipulating the binary representations of integers. compat module: Functions for Python 2 vs. 3 compatibility. config module: Public API for tf.config namespace. data module: tf.data.Dataset API for input
If your device is not yet supported, it may not be too hard to add support. You can learn about that process here. We're looking forward to getting your help expanding this table! Getting Started with Portable Reference Code If you don't have a particular microcontroller platform in mind yet, or just want to try out the code before beginning porting, the easiest way to begin is by downloading the
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
処理を実行中です
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