サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
ノーベル賞
blog.spot-corp.com
MacでもTensorFlowでGPUに対応することができるようになりました。ディープラーニングの学習には膨大な計算量がかかります。計算速度を速めることで、ハイパーパラメータやアイデアの検証サイクルが速まり、能率よく開発することができます。 こちらがNVIDIAが計測したAlexNetの測定結果です。 なぜGPUはディープラーニングに向いているか GPUで処理した結果はCPUの7倍以上は性能を発揮できているのです。これは、GPUが行列演算・並列計算を得意としていてニューラルネットと相性がいいからです。 Googleが開発したTPUはさらにGPUの10倍の性能を出すらしい。恐ろしい。 インストール まずは自身のMacがNVIDIAのGPUを搭載しているか確かめて、CUDAをインストールしましょう。 $ brew upgrade $ brew install coreutils $ brew
Firebaseとは Firebaseは2014年にGoogleに買収されたBaas(Backend as a service)です。 このFirebaseには、様々な機能が実装されております。 今回は、その中の1つであるリアルタイムデータベースを用いてチャットを実装します。 今回のゴール Swiftで異なるiOSデバイス間のリアルタイムチャットを実現する Firebaseの導入 Firebase(https://firebase.google.com/)へアクセスして、アカウントを作成します。 新規プロジェクト作成を選び、プロジェクト名と国を選択します。 するとこんな感じで作成されます。 ここで、あらかじめXcodeで新しいプロジェクトを作成しておきましょう。 作成が済んだら、Firebaseに戻って、先ほどのプロジェクトを選択します。「AndroidアプリにFirebaseを追加」「i
TensorFlowは昨年Googleがリリースしたニューラルネットワークをデータフローグラフを使って手軽に開発できるようにした数値計算ライブラリです。 今回はそんなTensorFlowの数値計算と機械学習過程を可視化するTensorBoardを触ってみようと思います。 大規模で複雑なニューラルネットワークを研究・開発することは非常に大変です。複雑なデータフローと計算を理解しやすくし、開発サイクルを速めるためにGoogleはTensorBoardという可視化ツールを提供しています。 TensorBoardを実行し、可視化してみると以下のような図を描画することができます。これでTensorFlowグラフを視覚化することで、機械学習の収束状況などを直感的に把握することができ開発者の理解の手助けをしているのです。 インストール TensorFlowをpipからインストールすると、同時にインストー
このページを最初にブックマークしてみませんか?
『blog.spot-corp.com』の新着エントリーを見る
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