並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 5 件 / 5件

新着順 人気順

Kerasの検索結果1 - 5 件 / 5件

  • tf.kerasが終了 Keras 3がTensorFlowから独立し、マルチバックエンド復活!

    tf.kerasが終了 Keras 3がTensorFlowから独立し、マルチバックエンド復活!:TensorFlow 2+Keras(tf.keras)入門 TensorFlow+Kerasの最新情報として、Keras 3.0のリリースに伴い、TensorFlowから独立し、TensorFlow 2.16以降でKeras 3がデフォルトとなったことについて紹介します。また、Keras 3(TensorFlowバックエンド)での書き方や、今後のディープラーニングライブラリの選び方についても私見を示します。 連載目次 もう4年も前になりますが、2020年5月に「マルチバックエンドKerasの終焉(しゅうえん)、tf.kerasに一本化」という記事を書きました。しかしその後、逆の動きが起きています。本稿では、前回の記事をフォローアップする目的も兼ねて、最新の状況をお伝えします。 そもそもKer

      tf.kerasが終了 Keras 3がTensorFlowから独立し、マルチバックエンド復活!
    • TensorFlow 2.13とKeras 2.13がリリース ー Apple Silicon Macに対応

      7月26日、TensorFlow 2.13とKeras 2.13がリリースされました。 このリリースでは、Apple Silicon Macのサポートやtf.lite、tf.dataの改善など、重要な変更点が含まれています。 以下で、新機能のハイライトを紹介します。 7月26日、TensorFlow 2.13とKeras 2.13がリリースされました。 このリリースでは、Apple Silicon Macのサポートやtf.lite、tf.dataの改善など、重要な変更点が含まれています。 以下で、新機能のハイライトを紹介します。 Apple Silicon Macのサポート TensorFlow 2.13は初めて、Apple Silicon Mac上で最新バージョンのTensorFlowを使用できます。 Apple、MacStadium、Googleの協力により、Apple Silicon

        TensorFlow 2.13とKeras 2.13がリリース ー Apple Silicon Macに対応
      • GitHub - ptyadana/Data-Science-and-Machine-Learning-Projects-Dojo: collections of data science, machine learning and data visualization projects with pandas, sklearn, matplotlib, tensorflow2, Keras, various ML algorithms like random forest classifier, boo

        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. Dismiss alert

          GitHub - ptyadana/Data-Science-and-Machine-Learning-Projects-Dojo: collections of data science, machine learning and data visualization projects with pandas, sklearn, matplotlib, tensorflow2, Keras, various ML algorithms like random forest classifier, boo
        • PyTorchとJAXに対応したKeras3でMNISTを試す|はまち

          バックボーンのフレームワークを、従来のTensorFlowから、デファクトスタンダードになりつつあるPyTorchと、実行効率に優れたJAXも選べるようになったKeras3.0が公開されていたので、さっそくバックボーンをPyTorchやJAXに設定して、手書きアルファベット画像のクラス分け課題のMNISTを試してみました。 23.11.29追記 公式の紹介ページも公開されていました。 https://keras.io/keras_3/ Keras3のインストール、インポート今回はGoogle Colabで試してみます。Keras3は現時点ではPyPI上では、プレビューリリースとしてkeras-coreの名前でインストールできます。 !pip install keras-coreバックエンドの設定(torch, jax, tensorflow) import os os.environ["K

            PyTorchとJAXに対応したKeras3でMNISTを試す|はまち
          • 深層学習(keras)でリアルタイムにリップシンクさせるモデルを作った - Qiita

            概要 リップシンクとは, ゲームのキャラクターなどが口をパクパクさせるやつです. 面白そうなので, なんとなくこれを作ってみました. リップシンクの手法は軽く調べた限り 手動で頑張る 音量の大小でテキトーに口動かす 映像から口の形を引っこ抜く 音から口の形を類推する があるようです. 今回は一番下の音から口の形を類推させてみました. モデルの方針 声のデータから口の形≒母音の種類を当てる分類モデルを作ります. そのために, データセットとして「音声」と「母音の文字」のセットを作ります. データセットについて 方針としては 「音源」と「その音源の文字起こし」のセットを取得 「その音源の文字起こし」を仮名に直す 「音源」のどの時間に, その仮名を言っているのか割り当てる 「音源」と「その音源の文字起こし」のセットを取得 「音源」と「その音源の文字起こし」の2つがセットになっているデータを片っ端

              深層学習(keras)でリアルタイムにリップシンクさせるモデルを作った - Qiita
            1