TensorBoardの最も基本的な使い方 - Qiita
TensorFlowの勉強メモです。 TensorBoardを使ってみたので、出来るだけ分かりやすく解説してみたいと思います。 TensorFlowのコードは主にこちらの書籍を参考にしています。 はじめに 1月から12月までの各月の平均気温の変化を、四次関数で近似するプログラムを例に、TensorBoardの基本的な使い方を解説してみます。 まずはTensorBoardを使わないコードを紹介してから、そのコードへTensorBoardで表示するためのコードを追加していきます。 TensorBoardを使わないで実装 # 必要なライブラリのインポート import tensorflow as tf import numpy as np # 変数の定義 dim = 5 x = tf.placeholder(tf.float32, [None, dim + 1]) w = tf.Variable
【TensorFlowのTutorialをざっくり日本語訳していく】1. MNIST For ML Beginners - Qiita
【TensorFlowのTutorialをざっくり日本語訳していく】1. MNIST For ML BeginnersPython機械学習TensorFlow 機械学習初心者のためのMNIST はじめに Googleが提供を開始したディープラーニング用のライブラリTensorFlowについて、忘備録ついでに投稿させてもらいます。TensorFlowはTutorialの解説が詳しいので、それを日本語にしてみました。 ・TensorFlowについて-> http://www.tensorflow.org/ ・今回の翻訳原本-> http://www.tensorflow.org/tutorials/mnist/beginners/index.md 生粋の日本人なので違和感のある翻訳もあると思いますが、ご了承ください。 今回のTutorialは岡谷さんの著書「深層学習」の第2章に対応しているので
TensorFlowでカスみたいな線形回帰(Linear Regression) - Qiita
import tensorflow as tf import numpy #学習率 learning_rate = 0.01 training_epochs = 1000 display_step = 100 # -1から1を100等分した数値が入った配列 train_X = numpy.linspace(-1, 1, 100) # shapeで配列の次元数を取得 # 誤差を生成 err = numpy.random.randn(*train_X.shape) * 0.5 # Y = 2X + 3に誤差を加える train_Y = 2 * train_X + 3 + err n_samples = train_X.shape[0] #モデルを作成(placeholderのインスタンスを作成) X = tf.placeholder("float") Y = tf.placeholder("f
線形代数の基礎 - Qiita
本稿の目的 私は工学部出身ですが、大学１年の時に授業をサボっていたため、線形代数・微分積分はチンプンカンプンな感じでずっと騙し騙しやってきました。本稿は、これではいかんと一念発起し、数学を勉強しなおした時のメモとなります。主に、「プログラミングのための線形代数」という本に沿って勉強した内容をまとめてあります。（この本は私のバイブルです！） 本稿では、まずは、そもそも、私が挫折をした、線形代数の目的や意味、エンジニア（工学部出身者）が線形代数を理解するための心得についてまとめました。 私は数学科出身ではないので、本流はよく分かりませんし、主観的なところや我流の理解もあると思いますが、適宜ご指摘をお願いします。また、以下は一介のエンジニアの個人的な見解ですので、異なる意見の皆様はコメントがある場合でもお手柔らかにお願いします（特に数学科の皆様）。 線形代数の目的 線形代数の目的は以下のとおり。
Getting Started With TensorFlow を翻訳 - Qiita
TensorFlowを始めてみることにした。 チュートリアルとしてMNIST等はすでに先人の日本語訳があるため、見当たらなかったGetting Started With TensorFlow (https://www.tensorflow.org/get_started/get_started) (2017/3/11現在)を訳すことにした。 間違い等、ご指摘下さい。 このガイドであなたはTensorFlowでのプログラミングの準備ができます。このガイドを使う前に、TensorFlowをインストールして下さい。このガイドを最大限活用するには以下のことを知っている必要があります。 Pythonでのプログラムの仕方 配列(arrays)について最低限少しでも知っていること 理想的には何かしら機械学習について。もし少し、または全く知らなかったとしても、その時はこれがあなたの読むべき最初のガイドとな
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
[TensorFlow] APIドキュメントを眺める -Math編- | DevelopersIO![[TensorFlow] APIドキュメントを眺める -Math編- | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/d31a36e185555d1c0dca2a8ca8dba86ad1243522/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2015%2F11%2Ftensor_flow-1.png)