Build your own Machine Learning Visualizations with the new TensorBoard API
Posted by Chi Zeng and Justine Tunney, Software Engineers, Google Brain Team When we open-sourced TensorFlow in 2015, it included TensorBoard, a suite of visualizations for inspecting and understanding your TensorFlow models and runs. Tensorboard included a small, predetermined set of visualizations that are generic and applicable to nearly all deep learning applications such as observing how loss
TensorFlow 0.12 のEmbedding Visualizationを動かす - すぎゃーんメモ
=== 追記 2017.06 === 書いてから時間が経ち 情報が古くなってしまっていましたが、最近の変更に合わせた補足を含む記事を書いていただきました。ありがとうございます！ fuchami.hatenadiary.jp === 追記ここまで === おぉぉ、TensorFlow 0.12のEmbedding Visualisationでアイドル顔識別の中間層出力を可視化できた(30人x30点ずつ)。PCAだとゴチャゴチャしてるけどT-SNEだとはっきり分かれる、とか選択したものと距離が近いもの数点に絞って可視化、とかも出来る pic.twitter.com/8aGiGDowPa— すぎゃーん💯 (@sugyan) December 4, 2016 3Dでグリグリ動かせるし面白い pic.twitter.com/dXf05ikSXx— すぎゃーん💯 (@sugyan) Decembe
TensorBoard: Embedding Visualization
TensorBoard operates by reading TensorFlow events files, which contain summary data that you can generate when running TensorFlow. Here's the general lifecycle for summary data within TensorBoard. First, create the TensorFlow graph that you'd like to collect summary data from, and decide which nodes you would like to annotate with the tf.summary operations. For example, suppose you are training a
TensorFlow 0.12で追加されたEmbedding Visualizationを試す - Qiita
はじめに 先日 TensorFlow 0.12 がリリースされました。 その機能の一つとして、埋め込み表現の可視化があります。これにより高次元のデータをインタラクティブに分析することが可能になります。 以下は MNIST を可視化したものです。以下の画像は静止画ですが、公式サイトでは3次元でぬるぬる動いているところを見ることができます。 本記事ではWord2vecの可視化を通じて、Embedding Visualization の使い方を試してみました。まずはインストールから行っていきます。 インストール まずは TensorFlow 0.12 をインストールします。以下のページを参考にインストールしてください。 Download and Setup インストールが終わったら可視化のために学習を行います。 モデルを学習する まずはリポジトリをクローンした後、以下のコマンドを実行して移動しま
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
