TensorBoard: Embedding VisualizationTensorFlow のチュートリアルは、Jupyter ノートブックとして作成されており、セットアップを必要としないホスト型ノートブック環境である Google Colab で直接実行されます。[Google Colab で実行] ボタンをクリックします。 入門者向け まずは、利用しやすい Keras Sequential API の使用をおすすめします。構成要素をつなぎ合わせてモデルを構築します。チュートリアルの後で、Keras ガイドをご覧ください。
Home — TensorFlow
TensorFlow を使用すると、あらゆる環境で実行できる ML モデルを簡単に作成できます。 インタラクティブなコードサンプルを使用して、直感的な API の使用方法を学習しましょう。 import tensorflow as tf mnist = tf.keras.datasets.mnist (x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.lay
GoogleからAI用プロセッサ「TPU」が登場
Googleが、人工知能（AI）に向けたアクセラレータチップ「Tensor Processing Unit（TPU）」を独自開発したことを明らかにした。同社が2015年にリリースした、オープンソースのアルゴリズム「TensorFlow」に対応するという。 このニュースは、米国カリフォルニア州マウンテンビューで2016年5月18～20日（現地時間）に開催された同社の開発者向けイベント「Google I/O 2016」で行われた、2時間に及ぶ基調講演の最後に、大きな目玉として明かされた。 GoogleのCEO（最高経営責任者）であるSundar Pichai氏は、「当社が開発したTPUは、既存のFPGAやGPUに比べて1ワット当たりの性能が10倍高い。韓国のトップ棋士を打ち負かした当社の囲碁AI『AlphaGo（アルファ碁）』も、TPUを使用していた」と述べている。 Googleのデータセンサ
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
