【PyTorch、Chainer、Keras、TensorFlow】ディープラーニングのフレームワークの利点・欠点【2017年10月更新】 - HELLO CYBERNETICS
ディープラーニングの大流行の中、様々なフレームワークが登場し、気軽にプログラミングができるようになりました。しかし、そんな中どのフレームワークを選べば良いかわからないという人も多いと思います。そんな人に少しでも参考になればと思い記事を書きます。 はじめに Chainer 特徴 柔軟な計算グラフの構築が可能 Pythonによる実装 直感的な計算グラフの構築が可能 メリット・デメリット メリット デメリット まとめ Keras 特徴 とんでもなく簡単に計算グラフを記述可能 高速計算ライブラリのディープラーニング用ラッパー もはやプログラミングの経験すら不要 メリット・デメリット メリット デメリット まとめ TensorFlow 特徴 圧倒的な利用者数 テンソル計算を行うライブラリ Define and Run 追加のライブラリが豊富 メリット・デメリット メリット デメリット まとめ PyT
WindowsへのElectron導入する前後でハマったところを解決してみた その2 Sqlite3を動かす - heimdalの技術ノート
前回の続きから はじめに 準備物 python 1. 以下のサイトより、python2系をダウンロードする。 2. インストールは特に変更せずに「次へ」を連打する。 3. 環境変数を設定する。 3.1. コマンドプロンプトを開き、以下のコマンドを実行する。 3.2. 「詳細設定」タブ→「環境変数」をクリック 3.3. 「Path」を編集し、Cドライブ直下のpythonのフォルダをセットする 4. 新しいコマンドプロンプトを起動し、以下のコマンドを実行して、何か表示されればOK。 visualstudio2013 1. 以下のサイトより、「Visual Studio Community 2013 with Update 5」をダウンロードし、インストールする。 node-gyp 1. コマンドプロンプト開き、以下のコマンドを実行する ソースコード 1.electronのサンプルソースを以下の
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
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
