kerasからのインポートでエラーになる
前提・実現したいこと ネットにあるチュートリアルを試してみるところですが， いきなりimportでエラーになります 環境は次のとおりです windows10（64bit） anaconda 5.3.1 python 3.7 TensorFlow 1.11（keras内蔵） Jupyter Notebookを利用 【コマンド】＞＞＞＞＞ import tensorflow from tensorflow import keras from keras.layers import Input, Dense ＜＜＜＜ 【エラー】＞＞＞＞＞ ModuleNotFoundError Traceback (most recent call last) <ipython-input-19-d63db0619a81> in <module> 1 import tensorflow 2 from tenso
Tensorflowのkmeansを使う - Qiita
はじめに scikit の kmeans は euclidean distance はサポートするけれど、cosine distance はサポートしないようです。そこで、cosine distanceをサポートするものを探したところ、tensorflow に含まれる kmeans で可能でした。 tensorflow のkmeans を試そうとしたところ、いくつかつまずいた点があったので、まとめてみました。 なお、この記事は、2018年4月1日に書いていますが、その後に問題点が解決されている可能性もあります。 環境 以下の環境を使っています。 Cent OS: 7.4.1708 Python: 3.6.4 tensorflow: r1.7 kmeans は、tf.contrib.factorization.KMeansClustering というクラスを使いました。 tensorflow
macOS で「this TensorFlow binary was not compiled to use: AVX2 FMA」エラー - Qiita
macOS で「this TensorFlow binary was not compiled to use: AVX2 FMA」エラーPythonMacOSXAVXTensorFlowFMA Python3 + tensorflow で tf.Session() を実行するとワーニングが表示される。 2018-06-18 13:51:51.762563: I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA TL; DR （今北産業） ノープロブレム。無視しても大丈夫です。 pip でインストールした tensorflow のバイナリが、現在の CPU
Googleのオープンソース機械学習システム「TensorFlow」はどのように活用されているのか？
Googleが製品開発で活用し、商用利用OKでオープンソース化もされている機械学習システム「TensorFlow」は、世界中の誰でも手軽に使うことができる機械学習システムとして、専門の研究者だけでなく一般の高校生までもが使用しています。その事例を、Googleがブログで紹介しています。 How TensorFlow is powering technology around the world https://www.blog.google/topics/machine-learning/how-tensorflow-powering-technology-around-world/ ペンシルベニア州立大学のAri Silburt氏は、TensorFlowを用いた機械学習により、太陽系の起源について解き明かそうと試みています。Silburt氏は太陽系内の星に存在するクレーターをマッピングし
Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet：TensorFlow.jsバーション発表
Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet：TensorFlow.jsバーション発表 2018-05-08 Googleは、Webブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデル「PoseNet」TensorFlow.jsバーションを発表しました。 GitHub：tfjs-models/posenet at master · tensorflow/tfjs-models PoseNetは、映像中の人物から1つのポーズまたは複数のポーズを検出できる技術です。ToseorFlow.jsは、Webブラウザで実行できるオープンソースの機械学習ライブラリで、Googleがオープンソースとして公開している機械学習ライブラリ「TensorFlow」のJavaScript版です。 今回、その2つを組み合わせたTose
ディープラーニングの応用のための具体的方針まとめ - HELLO CYBERNETICS
はじめに 目標の設定と指標の決定 目標の設定 指標の決定 評価指標に対する最低限の知識 機械学習における知識（補足） ニューラルネットワークの学習 最初に使うニューラルネットワーク 時間的にも空間的にも独立である複数の特徴量を持つデータ 空間の局所的な構造に意味のある多次元配列データ（例えば画像） 時間的な変動に意味のあるデータ（例えば音声、自然言語） ニューラルネットワークの細かい設定 ユニットの数と層の数 正則化 活性化関数 ドロップアウト バッチ正規化 学習の早期終了 性能が出ない場合 データの追加収集 ニューラルネットの設定をいじる 用いるニューラルネット自体を変更する 新たなニューラルネットワークの考案 コードを書くにあたって データ成形 結果を記録するコード フレームワークの利用 フレームワークの選択 ChainerとPyTorch TensorFlow Keras 最後に は
TensorflowでGPUを制限・無効化する - Qiita
import tensorflow as tf import six # tf.Sessionを作ってキーボード入力待ちにするだけのコード tf.Session() six.moves.input() Fri Oct 28 15:21:14 2016 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 367.44 Driver Version: 367.44 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fa
TensorFlowのReaderクラスを使ってみる - Qiita
# -*- coding: utf-8 -*- import tensorflow as tf csv_name = 'path/to/filelist.csv' fname_queue = tf.train.string_input_producer([csv_name]) reader = tf.TextLineReader() key, val = reader.read(fname_queue) fname, label = tf.decode_csv(val, [["aa"], [1]]) jpeg_r = tf.read_file(fname) image = tf.image.decode_jpeg(jpeg_r, channels=3) sess = tf.Session() init = tf.initialize_all_variables() sess.run(ini
TensorFlowによる推論 ― 画像を分類するCIFAR-10の基礎 - Build Insider
本コーナーは、インプレスR＆D［Next Publishing］発行の書籍『TensorFlowはじめました ― 実践！最新Googleマシンラーニング』の中から、特にBuild Insiderの読者に有用だと考えられる項目を編集部が選び、同社の許可を得て転載したものです。 『TensorFlowはじめました ― 実践！最新Googleマシンラーニング』（Kindle電子書籍もしくはオンデマンドペーパーバック）の詳細や購入はAmazon.co.jpのページをご覧ください。書籍全体の目次は連載INDEXページに掲載しています。プログラムのダウンロードは、「TensorFlowはじめました」のサポート用フォームから行えます。
TensorFlow学習パラメータのsave, restoreでつまった - Qiita
TensorFlowのsave, restoreで少しつまったのでメモ． 基本的な使い方 Tensorflowの学習パラーメータのsave, restoreにはtf.train.Saverを用います． 保存 保存にはtf.train.Saverのsaveメソッドを使います． # 幾つか変数作成 w1 = tf.Variable(..., name="v1") w2 = tf.Variable(..., name="w2") v1 = tf.Variable(..., name="v1") v2 = tf.Variable(..., name="v2") ... saver = tf.train.Saver() ... # 保存 saver.save(sess, "model.ckpt", global_step=100) 上記により，変数w1,w2,b1,b2がmodel.ckpkに保存さ
TensorFlowのResizeがよくわからなかったので視覚的にまとめてみた - Qiita
はじめに TensorFlowにはresizeするための関数がいくつもある。 調べてみるとTensorFlowでresize用の関数は以下の6つのようだ。 tf.image.resize_images tf.image.resize_area tf.image.resize_bicubic tf.image.resize_bilinear tf.image.resize_nearest_neighbor tf.image.resize_image_with_crop_or_pad ドキュメントを読むと説明は書いてあるのだが、いまいちピンとこない。 なので実際に試して視覚的に動作を理解したいと思う。 結論から言うと、tf.image.resize_imagesが以下の4つの機能を含んでいた。 tf.image.resize_area tf.image.resize_bicubic tf.im
tf.image.decode_jpegからTensorFlow - Qiita
あれやこれやとチュートリアルを見ながら四苦八苦、 TensorFlowでアニメゆるゆりの制作会社を識別する こちらを参考にさせて頂いて、画像さえ用意すれば動かせるところまで行きました。 でもOpenCVの利用が前提なんですよね。 目標としてはAWS Lambdaの上で動かしたかったので、こうなると AWS LambdaのPythonから利用出来るOpenCV3.0のライブラリを作成する手順 に従う必要があって、デプロイ用のマシンをいじる必要があり、ちょっと面倒です。 cv2で読み込むのと微妙に結果は違ってしまうんですが、tf.image.decode_jpegを使ったコードを書いてみました。 #!/usr/bin/env python # -*- coding: utf-8 -*- import numpy as np import tensorflow as tf NUM_CLASSES
TensorFlow 大量の画像から学習するには・・・〜(ほぼ)解決編〜 - Qiita
はじめに どうも、ikkiです。ようやく、大量の画像をTensorFlowに食わせるのか、解決しました。 解決してみれば、ホント恥ずかしい内容でしたが。。。 中途半端に理解してのコピペはダメゼッタイ！ 以前までの問題点 こちらで自前で用意した画像を学習するプログラムを掲載したが、このままだと、数万枚の画像データを学習することはできなかった。 というわけで、まずは修正したプログラムを掲載する。 #!/usr/bin/env python # -*- coding: utf-8 -*- import sys import cv2 import numpy as np import tensorflow as tf import tensorflow.python.platform NUM_CLASSES = 3 IMAGE_SIZE = 28 IMAGE_PIXELS = IMAGE_SIZE
深層学習とTensorFlow入門
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc) This document summarizes recent research on applying self-attention mechanisms from Transformers to domains other than language, such as computer vision. It discusses models that use self-attention for images, including ViT, DeiT, and T2T, which apply Transformers to divided image patches. It also covers more general
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
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
tf-nightly-gpu
Keras/Tensorflowをimportしたら"Illegal instruction (コアダンプ)"と出た時の対処法 - Qiita
GitHub - infinitered/nsfwjs: NSFW detection on the client-side via TensorFlow.js
GitHub - tf-coreml/tf-coreml: TensorFlow to CoreML Converter
Post a bounty on tensorflow/models!