「深層学習」勉強会LT資料 "Chainer使ってみた"
7. # Prepare multi-layer perceptron model # 多層パーセプトロンモデルの設定 # 入力 784次元、出力 10次元 model = FunctionSet( l1=F.Linear(784, n_units), l2=F.Linear(n_units, n_units), l3=F.Linear(n_units, 10)) コード：モデル定義 8. # Prepare multi-layer perceptron model # 多層パーセプトロンモデルの設定 # 入力 784次元、出力 10次元 model = FunctionSet( l1=F.Linear(784, n_units), l2=F.Linear(n_units, n_units), l3=F.Linear(n_units, 10)) コード：モデル定義（POINT:入出力定義）
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス #1. インストール# まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.
Chainerの使い方と自然言語処理への応用
2. ⾃自⼰己紹介 l 得居 誠也 (Seiya Tokui) @beam2d (Twitter, GitHub) l PFI (2012-‐‑‒2014) -‐‑‒> PFN (2014-‐‑‒) l 専⾨門：機械学習 – ⾃自然⾔言語処理理（品詞タグ付け）、近傍探索索のためのハッシング（修⼠士） – Deep Learning（2012年年秋ごろ〜～）、画像・映像認識識 l 4 ⽉月に Chainer を作り始めて今はこれがメイン 2 3. Chainer サイト: http://chainer.org ドキュメント: http://docs.chainer.org GitHub: https://github.com/pfnet/chainer l Deep Learning のフレームワーク l Python
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
