TensorFlowの可視化機能を使ってみる - のんびりしているエンジニアの日記
本日はTensorFlowの可視化機能を使ってみる。 皆さんこんにちは お元気ですか。私は元気です。 今日はTensorFlowの可視化機能を使ってみました。 TensorFlowって何ぞ？といった方はこちらの記事を御覧ください。 nonbiri-tereka.hatenablog.com まずは、可視化用のソースコードを準備しました。Tutrialで用いられているソースコードを少々いじり、 扱いやすいコードにしました。 https://tensorflow.googlesource.com/tensorflow/+/master/tensorflow/g3doc/tutorials/mnist/fully_connected_feed.py 可視化用ソースコード import tensorflow as tf import time import input_data import ma
TensorFlowを算数で理解する - Qiita
TensorFlowは主に機械学習、特に多層ニューラルネットワーク(ディープラーニング)を実装するためのライブラリになりますが、その基本的な仕組みを理解するのにそうした難しい話は特に必要ありません。 本記事では、TensorFlowの仕組みを、算数程度の簡単な計算をベースに紐解いていきたいと思います。 TensorFlowの特徴 初めに、TensorFlowの特徴についてまとめておきたいと思います。 TensorFlowは、その名前の通りTensor(多次元配列、行列などに相当)のFlow(計算処理)を記述するためのツールです。その特徴としては、以下のような点が挙げられます。 スケーラビリティ PC、サーバー、はてはモバイル端末まで、各マシンのリソースに応じてスケールする。つまり、低スペックなものでもそれなりに動くし、GPUを積んだハイスペックなサーバーであればそのリソースをフルに活用した
TensorFlowとTensorBoardでニューラルネットワークを可視化 - Qiita
$ python fully_connected_feed.py Succesfully downloaded train-images-idx3-ubyte.gz 9912422 bytes. Extracting data/train-images-idx3-ubyte.gz Succesfully downloaded train-labels-idx1-ubyte.gz 28881 bytes. Extracting data/train-labels-idx1-ubyte.gz Succesfully downloaded t10k-images-idx3-ubyte.gz 1648877 bytes. Extracting data/t10k-images-idx3-ubyte.gz Succesfully downloaded t10k-labels-idx1-ubyte.g
1
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
Using TensorBoard in an Amazon SageMaker PyTorch Training job: a Step-by-Step Tutorial
