TensorflowでCNNを作る際に使いそうな関数を列挙してみた - Qiita
はじめに Googleが作成したDeepLearningフレームワークのTensorflow いろいろ記事が上がっていて非常に面白いですが、実際にNNを組む際に使用する関数はどれ？というのを備忘としてまとめてみました なお筆者はDeeplearningを大学で学んだわけではなく自己学習しただけなので、間違いも多々あるかと思いますが、後学のため指摘いただけると幸いです 畳込み層で使用 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 畳込みを行う関数 他にはdepthwise_conv2d, separable_conv2dが存在する 第1引数: input インプットデータを、4次元([batch, in_height, in_width, in_channels])のテンソルを渡
TensorFlowとは？ データフローグラフを構築・実行してみよう
この本は、TensorFlowがオープンソースで公開されるまで「機械学習」に触れたことがなかった筆者が、TensorFlowに挑戦して、七転八倒した成果をまとめたものです。 本書の構成 本書では、まず始めにTensorFlowの基本であるデータフローグラフについて解説します。 次に、画像の多クラス分類問題「CIFAR-10」を題材に「畳み込みニューラルネットワーク」による推論と学習、評価を実装します。 モデルとパラメーターの保存と読み込み方法。また、フィルターの可視化などを通じてパラメーターの変化を視覚的に捉えます。 最後に、認識精度を上げるためにいくつかの取り組みをします。 前提知識 本書は、読者にプログラミング言語「Python」に関する基本的な知識があることを前提にしています。 また、計算ライブラリnumpyも使用しています。必要に応じてリファレンス（http://www.numpy
初めてのTensorFlow入門～MNIST for ML Beginners～ - webエンジニアの日常
こんにちは、エンジニアのさもです。 TensorFlowで機械学習に入門してみた第４回目は、いよいよMNISTに挑戦します。 内容的には、TensorFlowチュートリアルの「MNIST For ML Beginners」に相当します。 また、mnistのテストデータでは92%ほどの正解率になりますが、本当に上手く分類できるのか、実際に私が書いた文字を判定してもらおうと思います。 スポンサーリンク 目次 MNIST・実装の概要 画像データをつかう 分類に用いる関数 ミニバッチ法 実装 必要なライブラリのインポート mnistデータのロード 変数の定義 誤差、学習方法、正解率の定義 TensorBoardで追跡する変数を定義 学習 テストデータで正解率を見る 自分で書いた手書き文字を判定してみる 学習したパラメータを可視化してみる まとめ このシリーズの記事一覧 MNIST・実装の概要 MN
超入門訳TensorFlow MNIST For ML Beginners - Qiita
はじめによりはじめに プログラミングもデータ分析も初心者、高校数学しか知らないのにTensorFllowに手を出したのですが、TensorFllow入門で調べてみても、全く入門でなかったのでTensorFlow MNIST For ML Beginnersチュートリアルを訳してくださっていたものを自分なりに解釈して書き換えました。 せっかくなので投稿します。 自分のために作ったので、よくわからないところは赤字、分かった気になったところは太字にしてあります。 理解の助けとなるサイト等ありましたら教えていたただけると幸いです。 はじめに このチュートリアルは機械学習と TensorFlow の初心者を想定しています。もしMNISTやsoftmax（多項ロジスティック）回帰について知っているなら、より早いペースのチュートリアル が良いかもしれません。 プログラムを学ぶ時、最初に “Hello W
TensorBoard: Embedding Visualization
Deploy ML on mobile, microcontrollers and other edge devices
TensorFlowのinitialize_all_variablesがDeprecatedになった件 - Qiita
先日(2016/11/29)TensorFlowの最新版r0.12がリリースされました。 TensorFlow r0.11で開発していたアプリケーションを本番リリース前のテスト環境として用意したr0.12で実行したところ、起動時に見覚えのない警告メッセージが表示されました。 WARNINGの内容 WARNING:tensorflow:From :1 in .: initialize_all_variables (from tensorflow.python.ops.variables) is deprecated and will be removed after 2017-03-02. Instructions for updating: Use tf.global_variables_initializer instead. initialize_all_variablesは2017/
TensorFlowのチュートリアルをやってみる（1） | mwSoft
TensorFlowのチュートリアルをやってみる（1） 概要 TensorFlowがだいぶ落ち着いてきてる感（Python3系に対応したり、GeForceとかの推奨に入ってないGPUでの情報もそこそこ出てきていたり）があるので、公式サイトのチュートリアルをちょこちょこ寄り道しながらやってみる。 本ページはやりながら調べたこととかをメモしたもの。書いている人はNN初心者の文系プログラマなので、記述には怪しいところがあると思われる。注意されたし。 Python3.4, TensofFlow0.7, OSはUbuntu系を利用。今回はMNIST For ML Beginnersのところをこなす。 @CretedDate 2016/03/19 @Versions python3.4.0 tensorflow0.7.0, numpy1.10.1 インストール Tensorflowはpipからインスト
第7回 TensorFlowの環境を構築してみよう|Tech Book Zone Manatee
今回からはTensorFlowに焦点をあてて連載を進めて行きたいと思います。まず今回はTensorFlowの導入を行います。TensorFlowとは何なのか、どのような枠組みのものなのかを理解いただき、実際にTensorFlowの環境を構築することをゴールとしたいと思います。 1. TensorFlowとは？ TensorFlowとは2015年11月にGoogleがオープンソース化した機械学習ライブラリです。本家のサイトを見ると、"An Open-source software library for Machine Intelligence"と書かれていますので、直訳すると「機械知能のためのオープンソースソフトウェアライブラリ」となります。TensorFlowは2015年の公開以来、大きな注目を集め続けています。着実にバージョンアップを続け、2017年2月にはTensorFlow Dev
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
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
