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
kaga100man.com
PyTorchでDeep Learningを実装する際に,データを入力する箇所がネットワーク内に複数ある場合の実装方法についてです。 ①モデル/②DataLoaderの作り方/③DataLoaderの使い方を順に確認していった後に,最後にまとめて全体のソースを記載しておきます。 なお,PyTorchでの基本的な実装方法は【PyTorch】MNISTのサンプルを動かしてみたを参考にしてみて下さい。 モデルの実装方法 今回はサンプルとして,下図のような入力が2か所あるネットワークを実装してみます。 まず最初に畳み込み層にINPUT(1):”高さ15×幅20×チャネル1″の2次元行列を入力します。その後,畳み込み層からの出力とINPUT(2):”3成分のベクトル”を一緒に全結合層に入力するような例です。 まずネットワークの書き方のソースは以下の通りです。 import torch import
今まではTensorFlowバックエンドのKerasでディープラーニングをやっていましたが,そろそろKerasを卒業したいなと思いまして,PyTorchを少し触ってみました。 PyTorchにした理由は, 実行速度が速い ユーザが多い Define by Run 論文の実装がPyTorchの場合が多い(重要) といったようなところです。 まずはMNISTでやってみる Kerasでは2種類ほど過去にディープラーニングの実装はやってみました。 【Keras+TensorFlow】Deep Learningで顔検出をしてみた 【Keras+TensorFlow】Deep Learningでテロップ位置を検出してみた このときに自前(といってもオープンデータですが)を用意して実装したので,この2つをPyTorchに書き換えてもいいかなーとも思ったのですが,とりあえずはサンプル通りにということでMI
このページを最初にブックマークしてみませんか?
『加賀百万石ですが何か? | 石川県で人工知能とか農業とかやっている人のブログ。人...』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