https://m3-engineer.connpass.com/event/111354/ 2018/12/20 Cookpad×merpay×m3 機械学習 Nightの登壇資料です。
![Performance Tuning Tips of TensorFlow Inference - Speaker Deck](https://cdn-ak-scissors.b.st-hatena.com/image/square/114e26594a0ae7b0d28f8a5ceb469ead294a3ef6/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2Fb8d81c30f67543d9b35a0157c09c259e%2Fslide_0.jpg%3F11487369)
はじめに PyTorch generator discriminator 学習部分 TensorFlow eager generator discriminator loss 学習部分 edward placeholderとノイズ入力 generetor discriminator 学習部分 参考 はじめに 各ライブラリを利用した時のDCGANのコードを羅列しただけの記事です。 使い方の雰囲気だけでも比較したいときに見てください(基本的にただのメモです)。 それぞれについて要点だけを説明しておきます。 PyTorch generator PyTorchにはtorch.nn.Sequentialというクラスがあります。 この中にはtorch.nnモジュールで実装されているクラスを複数個渡すことができます。 nn.Sequentialは渡した順番で演算を実行することができるため、あたかもこれで
This course is focused on the question: How do we do matrix computations with acceptable speed and acceptable accuracy? This course was taught in the University of San Francisco's Masters of Science in Analytics program, summer 2017 (for graduate students studying to become data scientists). The course is taught in Python with Jupyter Notebooks, using libraries such as Scikit-Learn and Numpy for m
気がするのでちょっと見て欲しい。 まず、rvestを使ってFAMICから農薬登録情報のcsvをダウンロードして保存する。URLがちょいちょい変わるのでxpathとかで抽出したほうが良い。 library(rvest) library(dplyr) url <- "http://www.acis.famic.go.jp/ddata/index2.htm" read_html(url) %>% html_node(xpath = '//*[@id="mainArea"]/ul/li[1]/ul/li/a') %>% html_attr(name = "href") %>% url_absolute(base = url) %>% download.file("kihon.zip") kihon <- unzip("kihon.zip") %>% readr::read_csv(locale =
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