Yoshua Bengio, Practical recommendations for gradient-based training of deep architectures, arXiv:1206.5533v2, 2012 の解説
![「深層学習」勉強会LT資料 "Chainer使ってみた"](https://cdn-ak-scissors.b.st-hatena.com/image/square/7b50f18eb87f5267d77f7b6540829ce83016df95/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Flt20150805rev003-150805120446-lva1-app6891-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
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.co
from xchainer import NNmanager import numpy as np from chainer import FunctionSet, Variable, optimizers import chainer.functions as F from sklearn.base import ClassifierMixin # NNmanager NNmanager model optimizer lossFunction model chainer.FunctionSetoptimizer chainer.optimizerslossFunction chainer.functions chainer paramsparams epoch batchsize logging forward trimOutput forward trimOutput chain
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