TensorFlow Wide & Deep Learning Tutorial
Predicting Income with the Census Income Dataset The implementation is based on TensorFlow 1.x. Overview The Census Income Data Set contains over 48,000 samples with attributes including age, occupation, education, and income (a binary label, either >50K or <=50K). The dataset is split into roughly 32,000 training and 16,000 testing samples. Here, we use the wide and deep model to predict the inco
Build a linear model with Estimators  | TensorFlow Core
Deploy ML on mobile, microcontrollers and other edge devices
TensorFlow Playground ã§ã‚ã‹ã‚‹ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯
ã“ã®è¨˜äº‹ã‚’èªã¿ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã«èˆˆå‘³ã‚’æŒã¡å‹‰å¼·ã‚’始ã‚ã¾ã—ãŸã€‚ ニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’ç›®ã§è¦‹ã¦ç›´æ„Ÿçš„ã«ç†è§£ã§ãã‚‹ã®ã¯ç´ 晴らã—ã„ã§ã™ã。 åŠå¹´ä»¥ä¸Šã‚‚å‰ã®è¨˜äº‹ãªã®ã§ã‚³ãƒ¡ãƒ³ãƒˆã‚’èªã¾ã‚Œã¦ã„ã‚‹ã‹åˆ†ã‹ã‚Šã¾ã›ã‚“ãŒã€ãŠèžãã—ãŸã„ã“ã¨ãŒã‚ã‚Šã¾ã™ã€‚ TensorFlow Playgroundã®å…¥åŠ›å±¤ã®Featureã«ã¤ã„ã¦å‹‰å¼·ã‚’ã—ã¦ã„ã‚‹ã®ã§ã™ãŒã€ãªãœç”Ÿã®å…¥åŠ›å€¤(座標x,y)ã§ã¯ãªãã€Featureã‚’é–“ã«ã‹ã¾ã›ã¦ã„ã‚‹ã‹ãã®èƒŒæ™¯ã‚’æ•™ãˆã¦ã„ãŸã ããŸã„ã§ã™ã€‚ ã¨ã„ã†ã®ã‚‚ã€MNISTã®ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«ç‰ã§ã¯ç¸¦æ¨ª28x28ピクセルã®784個ã®ã‚¢ãƒ‰ãƒ¬ã‚¹ã®ã‚°ãƒ¬ãƒ¼ã‚¹ã‚±ãƒ¼ãƒ«ã®å€¤ã‚’入力ã¨ã—ã€å…¥åŠ›å±¤ã«784個ã®ãƒ‹ãƒ¥ãƒ¼ãƒãƒ³ã‚’並ã¹ã¦ã„る解説㌠多ãã€TensorFlow Playgroundã§è¡Œã‚ã‚Œã¦ã„るよã†ãªFeatureã®é¸æŠžãŒã©ã“ã‹ã‚‰å‡ºã¦ããŸã‚‚ã®ãªã®ã‹åˆ†ã‹ã‚‰ãªã„ã®ã§ã™ã€‚ ã¡ã‚‡ã£ã¨å®£ä¼ã®ã‚ˆã†ã«ãªã£ã¦ã—ã¾ã„ã¾ã™ãŒã€è‡ªåˆ†ã®å¦ç¿’æˆæžœã®
TensorFlowã§é¡”è˜åˆ¥ãƒ¢ãƒ‡ãƒ«ã«æœ€é©åŒ–ã—ãŸå…¥åŠ›ç”»åƒã‚’生æˆã™ã‚‹ - ã™ãŽã‚ƒãƒ¼ã‚“メモ
å‹•æ©Ÿ elix-tech.github.io ã®è¨˜äº‹ã‚’èªã‚“ã§ã€ã€Œå¯è¦–化ã€ã®é …ãŒé¢ç™½ã„ãªãƒ¼ã¨æ€ã£ã¦ã€‚ 引用ã•ã‚Œã¦ã„る図ã«ã‚ˆã‚‹ã¨ã€äººé–“ã®ç›®ã«ã¯ã¾ã£ãŸã出力クラスã¨ã¯é–¢ä¿‚ãªã•ãã†ã«è¦‹ãˆã‚‹ç”»åƒã§ã‚‚CNNã«ã‚ˆã‚‹åˆ†é¡žå™¨ã¯é¨™ã•ã‚Œã¦ã—ã¾ã†ã€ã¨ã„ã†ã“ã¨ã®ã‚ˆã†ã 。 ãªã‚‹ã»ã©åˆ†é¡žãƒ¢ãƒ‡ãƒ«ã®æ–¹ã‚’固定ã—ã¦ãŠã„ã¦å…¥åŠ›ã‚’変数ã¨ã—ã¦æœ€é©åŒ–ã—ã¦ã„ã‘ã°ä»»æ„ã®å‡ºåŠ›ã«æœ€é©ãªå…¥åŠ›ã‚’å¾—ã‚‹ã“ã¨ãŒã§ãã‚‹ã®ã‹ã€ã¨ã€‚ 自分ã§ã‚‚ã‚„ã£ã¦ã¿ã‚‹ã“ã¨ã«ã—ãŸã€‚ 分類モデル TensorFlowã«ã‚ˆã‚‹Deep Learningã§ã®ã‚¢ã‚¤ãƒ‰ãƒ«é¡”è˜åˆ¥ãƒ¢ãƒ‡ãƒ«ã®æ€§èƒ½è©•ä¾¡ã¨å®Ÿé¨“ - ã™ãŽã‚ƒãƒ¼ã‚“メモ ã®è¨˜äº‹ã§ä½¿ã£ãŸãƒ¢ãƒ‡ãƒ«ã¨ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆã§ã€ã“ã“ã§ã¯Cross Validation用ã«ãƒ‡ãƒ¼ã‚¿ã‚’分ã‘ãšã«7,200件ã™ã¹ã¦ã‚’å¦ç¿’ã«ä½¿ã„20,000 step進ã‚ãŸã‚‚ã®ã‚’用æ„ã—ãŸã€‚ ã“ã®ãƒ¢ãƒ‡ãƒ«ã¯å¦ç¿’ã—ãŸã‚¢ã‚¤ãƒ‰ãƒ«ãŸã¡ã®é¡”ç”»åƒã«å¯¾ã—ã¦ã¯ã‹ãªã‚Šãƒãƒƒã‚リã¨åˆ†é¡žã§ãるよã†ã«ãªã£ã¦ã„ã¦ã€è©¦ã—ã«
TensorFlow Playgroundã¯ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆã‚’ç†è§£ã™ã‚‹ã®ã«ãŠã‚¹ã‚¹ãƒ¡ - 西尾泰和ã®ã¯ã¦ãªãƒ€ã‚¤ã‚¢ãƒªãƒ¼
ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã®é‡ã¿ã‚„å„ニューãƒãƒ³ãŒã©ã†ã„ã†å…¥åŠ›ã®æ™‚ã«ç™ºç«ã™ã‚‹ã®ã‹ãŒã€å¦ç¿’ã—ã¦ã„ãéŽç¨‹ã§å„時刻å¯è¦–化ã•ã‚Œã¦ã¨ã¦ã‚‚良ã„æ•™æã§ã™ã€‚ http://playground.tensorflow.org/ ã†ãšã¾ãã®ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆã«é–¢ã—ã¦ã€Œä¸é–“層ãŒ1層ã—ã‹ãªã„ã¨ã†ãšã¾ã（線形éžåˆ†é›¢ãªå•é¡Œï¼‰ã¯è§£ã‘ãªã„ã€ã¨ã„ã†èª¤è§£ãŒã‚るよã†ãªã®ã§ã€ã¾ãšã¯1層ã§ã§ãã‚‹ã¨ã„ã†çµµã‚’紹介。ãªãŠåƒ•ã®ã‚¿ã‚¤ãƒ ライン上ã§ã¯ id:a2c ãŒåƒ•ã‚ˆã‚Šå…ˆã«æ°—付ã„ã¦ã„ãŸã“ã¨ã‚’å誉ã®ãŸã‚ã«è¨€åŠã—ã¦ãŠãã¾ã™ã€‚ ã§ã€ã˜ã‚ƒã‚よã言ã‚れる「線形éžåˆ†é›¢ãªå•é¡ŒãŒè§£ã‘ãªã„ã€ã£ã¦ã®ã¯ã©ã†ã„ã†ã“ã¨ã‹ã€‚ãã‚Œã¯ã“ã‚“ãªå•é¡Œè¨å®šã€‚入力ã«é©å½“ãªä¿‚数を掛ã‘ã¦è¶³ã—åˆã‚ã›ãŸã ã‘ã§ã¯é©åˆ‡ãªå¢ƒç•Œã‚’作るã“ã¨ãŒã§ãã¾ã›ã‚“。 ã“ã†ã„ã†ã‚±ãƒ¼ã‚¹ã§ã¯ä¸é–“å±¤ã‚’è¿½åŠ ã™ã‚‹ã¨ã€ä¸é–“層ãŒå…¥åŠ›ã®éžç·šå½¢ãªçµ„ã¿åˆã‚ã›ã‚’担当ã—ã¦ãれるãŠã‹ã’ã§è§£ã‘ãªã‹ã£ãŸå•é¡ŒãŒè§£ã‘るよã†ã«ãªã‚Šã¾ã™ã€‚ 1ã¤ç›®ã®ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆã§ã¯ç‰¹å¾´é‡ã®
MNIST for ML Beginnersã®æ•°å¦çš„ãªæ„味åˆã„ - neuralnetãªæ—¥è¨˜
Tensor flowã®åˆã‚ã®ä¸€æ©ã®ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«ã§ã‚ã‚‹MNIST For ML Beginners ã«ã¤ã„ã¦ã€æ•°å¦çš„ãªæ„味åˆã„を書ã„ã¦ã¿ã‚ˆã†ã¨æ€ã„ã¾ã™ã€‚ (ブãƒã‚°ã«ä¸æ…£ã‚Œãªã‚‚ã®ã§ã€ä¿®æ£/継ãŽè¶³ã—ãªãŒã‚‰å…¬é–‹ã—ã¦ã„ãã“ã¨ã‚’ãŠè¨±ã—ãã ã•ã„) ã¾ãšã€ã“ã®ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«ã§å®Ÿè¡Œã—ã¦ã„ã‚‹ã“ã¨ã¯ã€ 入力ãŒn次元ã®é…列 (ã¯å®Ÿæ•°)ãŒè¤‡æ•°å€‹ã‚ã£ãŸæ™‚ ã€å€‹ã€…ã®å‡ºåŠ› ()を得る写åƒã‚’用æ„ã—ã¦ã€å‡ºåŠ›ãŒ 個々ã®ã«å¯¾ã™ã‚‹è§£ (ã‚ã‚‹z=1以外ã¯z=0) ã«è¿‘ã„çµæžœã‚’得れるよã†ã«ã€Fを最é©åŒ–ã™ã‚‹ã“ã¨ã§ã™ã€‚ ã“ã“ã§ã€ã®å„è¦ç´ ã¯å®Ÿæ•°ã¨æ›¸ãã¾ã—ãŸãŒã€ã“ã‚Œã¯æ¦‚念上ã®è©±ã§ã‚ã‚Šã€ãƒ—ãƒã‚°ãƒ©ãƒ ã®å®Ÿè£…上ã§ã¯floatã«ãªã‚Šã¾ã™ã€‚以後ã€é›†åˆï¼ˆã¤ã¾ã‚Šé…列）ã®è¦ç´ ã¯æ•°å¦ä¸Šã¯å®Ÿæ•°ã§ã™ãŒã€ãƒ—ãƒã‚°ãƒ©ãƒ 上ã¯floatã§ã‚ã‚‹ã¨è€ƒãˆã¦ä¸‹ã•ã„。ã¯ã€ã¨ãªã‚‹m個ã®(実数ã®)集åˆã§ã™ã€‚ã¾ãŸä»»æ„ã®è¦ç´ ã¯0以上ã§ã‚ã‚Šã€ã—ãŸãŒã£ã¦ã€ã¯0ã‹ã‚‰1ã¾ã§ã®å€¤ã‚’ã¨ã‚‹ã“ã¨ã«ãªã‚Šã¾
TensorFlowã«ã‚ˆã‚‹Deep Learningã§ã®ã‚¢ã‚¤ãƒ‰ãƒ«é¡”è˜åˆ¥ãƒ¢ãƒ‡ãƒ«ã®æ€§èƒ½è©•ä¾¡ã¨å®Ÿé¨“ - ã™ãŽã‚ƒãƒ¼ã‚“メモ
以å‰ã‹ã‚‰æ›¸ã„ã¦ã„ã‚‹Deep Learningã«ã‚ˆã‚‹ã‚¢ã‚¤ãƒ‰ãƒ«é¡”è˜åˆ¥ã®è©±ã®ç¶šã。 コツコツã¨é¡”ç”»åƒåŽé›†ã¨ãƒ©ãƒ™ãƒ«ä»˜ã‘を続ã‘ã¦ã€ãã“ãã“ã«ãƒ‡ãƒ¼ã‚¿ãŒé›†ã¾ã£ã¦ããŸã®ã§ ã“ã“らã§ã¡ã‚ƒã‚“ã¨æ€§èƒ½è©•ä¾¡ã‚’ã—ã¦ã¿ã‚ˆã†ã€ã¨ã€‚ データセットã®ä½œæˆ 今回ã¯ã€ç¾æ™‚点ã§é‡è¤‡ãªã180件以上ã®é¡”ç”»åƒãŒé›†ã¾ã£ã¦ã„ã‚‹40人ã®ã‚¢ã‚¤ãƒ‰ãƒ«ã‚’分類対象ã¨ã—ãŸã€‚ 対象アイドル一覧 ã“れらã®ã‚¢ã‚¤ãƒ‰ãƒ«ã«åˆ†é¡žã®ãƒ©ãƒ™ãƒ«indexを振り(推ã—ã¦ã‚‹é †ã¨ã‹ã˜ã‚ƒãªãã¦ãƒ©ãƒ³ãƒ€ãƒ ã«ã)ã€ãã‚Œãžã‚Œã‹ã‚‰ç„¡ä½œç‚ºã«æŠ½å‡ºã—ãŸ180件ã®é¡”ç”»åƒã‚’ãã‚Œãžã‚Œãƒ©ãƒ™ãƒ«ã¨ã‚»ãƒƒãƒˆã§ãƒ¬ã‚³ãƒ¼ãƒ‰ã‚’作りã€ã‚·ãƒ£ãƒƒãƒ•ãƒ«ã—ã¦30件ãšã¤6ã¤ã®ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆã«åˆ†ã‘ã¦ä¿å˜ã€‚ data-00.tfrecords data-01.tfrecords data-02.tfrecords data-03.tfrecords data-04.tfrecords data-05.tfrecords レコードã¯ã€ä»¥å‰ã®è¨˜
TensorBoard: Embedding Visualization
Deploy ML on mobile, microcontrollers and other edge devices
TensorFlowã§ã‚¢ãƒ‹ãƒ¡ã‚†ã‚‹ã‚†ã‚Šã®åˆ¶ä½œä¼šç¤¾ã‚’è˜åˆ¥ã™ã‚‹ - kivantium活動日記
ã¤ã„ã«ã‚¬ãƒã‚¢ãŒæ»ã‚“ã 年齢を超ãˆã¦ã—ã¾ã£ãŸã“ã¨ã«æ°—ãŒã¤ãã€è‡ªåˆ†ãŒã¾ã 何もæˆã—é‚ã’ã¦ã„ãªã„ã“ã¨ã‚’悲ã—ãæ€ã†ä»Šæ—¥ã“ã®ã”ã‚ã§ã™ã€‚ ã•ã¦ã€ä»Šæ—¥ã¯GoogleãŒå‡ºã—ãŸæ©Ÿæ¢°å¦ç¿’ライブラリã®TensorFlowã®ä½¿ã„æ–¹ã«ã¤ã„ã¦è»½ã説明ã—ã¤ã¤ã€ã‚†ã‚‹ã‚†ã‚Šã®åˆ¶ä½œä¼šç¤¾ã®è˜åˆ¥ã‚’è¡ŒãŠã†ã¨æ€ã„ã¾ã™ã€‚ TensorFlowã¨ã¯ TensorFlowã¯GoogleãŒ11/9ã«å…¬é–‹ã—ãŸApache 2.0ライセンスã§ä½¿ãˆã‚‹æ©Ÿæ¢°å¦ç¿’ライブラリã§ã™ã€‚Googleã¯æ§˜ã€…ãªã¨ã“ã‚ã§ãƒ—ãƒãƒ€ã‚¯ãƒˆã«æ©Ÿæ¢°å¦ç¿’を活用ã—ã¦ã„ã¾ã™ãŒã€TensorFlowã¯å®Ÿéš›ã«Google内部ã®ç ”究ã§ä½¿ã‚ã‚Œã¦ã„ã‚‹ãã†ã§ã™ï¼ˆTensorFlow: Google 最新ã®æ©Ÿæ¢°å¦ç¿’ライブラリをオープンソース公開 - Google Developer Japan Blog）。 Googleã®ãƒãƒ¼ãƒ ãƒãƒªãƒ¥ãƒ¼ã¯æã‚ã—ã„ã‚‚ã®ã§ã€GitHubã®Staræ•°ã¯ã™ã§ã«Chainerã‚„C
プライベートブãƒã‚° › ãƒã‚°ã‚¤ãƒ³
ã“ã®ã‚µã‚¤ãƒˆã¯ã€ã‚ªãƒ¼ãƒŠãƒ¼ã«ã‚ˆã‚Šãƒ—ライベートサイトã¨ã—ã¦è¨å®šã•ã‚Œã¦ã„ã¾ã™ã€‚ã“ã®ã‚µã‚¤ãƒˆã‚’見るã«ã¯ã€æ¬¡ã®2ã¤ãŒå¿…è¦ã§ã™ã€‚ WordPress.com ã®ã‚¢ã‚«ã‚¦ãƒ³ãƒˆã€‚アカウントをãŠæŒã¡ã§ã¯ã‚ã‚Šã¾ã›ã‚“ã‹ ?メールアドレスã¨ãƒ‘スワードã•ãˆã‚ã‚Œã°ã€ã“ã¡ã‚‰ã§ã”登録ã„ãŸã ã‘ã¾ã™ã€‚サイトオーナーã®æ‰¿èªã€‚アカウントを作æˆã—ãŸã‚‰ã€ãƒã‚°ã‚¤ãƒ³ã—ã¦ã‚‚ã†ä¸€åº¦ã“ã®ç”»é¢ã‚’表示ã—ã€æ‹›å¾…をリクエストã—ã¦ãã ã•ã„。ã„ãšã‚Œã‚‚ã™ã§ã«ãŠæŒã¡ã§ã—ãŸã‚‰ã€ã™ã°ã‚‰ã—ã„ ! ã“ã¡ã‚‰ã§ãƒã‚°ã‚¤ãƒ³ã—ã¦ãã ã•ã„
Learn and use machine learning  | TensorFlow
Deploy ML on mobile, microcontrollers and other edge devices
TensorFlowã«ã‚ˆã‚‹ãƒ‡ã‚£ãƒ¼ãƒ—ラーニングã§ã€ã‚¢ã‚¤ãƒ‰ãƒ«ã®é¡”ã‚’è˜åˆ¥ã™ã‚‹ - ã™ãŽã‚ƒãƒ¼ã‚“メモ
以å‰ã¯ MNISTã®ä¾‹ã‚’使ã£ã¦ç”»åƒè˜åˆ¥ã‚’試ã—ã¦ã¿ãŸ ã‘ã©ã€æ¬¡ã¯ã‚«ãƒ©ãƒ¼ç”»åƒã«ã¤ã„ã¦ã®è˜åˆ¥ã‚’試ã—ã¦ã¿ã‚‹ã€‚ 「アイドルãªã‚“ã¦ã¿ã‚“ãªåŒã˜é¡”ã«è¦‹ãˆã‚‹ã€ã£ã¦ 最近も言ã‚ã‚Œã¦ã‚‹ã®ã‹ã©ã†ã‹çŸ¥ã‚‰ãªã„ã‘ã©ã€è‡ªåˆ†ã‚‚ã¤ã„5å¹´å‰ãらã„ã¾ã§ã¯ãã†æ€ã£ã¦ã„ãŸã‚ã‘ã§ã€‚ãã®è˜åˆ¥ã‚’機械å¦ç¿’ã§ã‚„ã£ã¦ã¿ã‚ˆã† ã¨ã„ã†è©¦ã¿ã€‚ 最近ã¯ã»ã¨ã‚“ã©ãƒ©ã‚¤ãƒ–ã«è¡Œã‹ãªããªã£ã¦ã—ã¾ã£ãŸã‘ã©å¤§å¥½ããªã‚‚ã‚‚ã„ã‚クãƒãƒ¼ãƒãƒ¼Zã¡ã‚ƒã‚“ã‚’é¡Œæã«ã—ã¦ã¿ã‚‹ã“ã¨ã«ã€‚ 5人ã®ãƒ¡ãƒ³ãƒãƒ¼ã®é¡”ã¯æ©Ÿæ¢°å¦ç¿’ã«ã‚ˆã£ã¦ã©ã‚Œãらã„分類ã§ãるよã†ã«ãªã‚‹ã®ã‹ï¼Ÿï¼Ÿ CIFAR-10 CIFAR-10 ã¨ã„ã†ã€32×32サイズã®ã‚«ãƒ©ãƒ¼ç”»åƒã‚’10種類ã®ã‚¯ãƒ©ã‚¹ã«åˆ†é¡žã™ã‚‹è˜åˆ¥èª²é¡ŒãŒã‚ã‚Šã€ãã®ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆãŒå…¬é–‹ã•ã‚Œã¦ã„る。ã“れを実際ã«TensorFlowã§å¦ç¿’ã™ã‚‹ãŸã‚ã®ç•³ã¿è¾¼ã¿ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã®ãƒ¢ãƒ‡ãƒ«ã‚„関数ãªã©ãŒtensorflow.models.image.cifar10パッケージã«åŒæ¢±ã•ã‚Œã¦
1
ランã‚ング
ランã‚ング
ãŠçŸ¥ã‚‰ã›
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
GitHub - Kyubyong/sudoku: Can Neural Networks Crack Sudoku?
GitHub - tensorflow/haskell: Haskell bindings for TensorFlow
How to create dataset similar to cifar-10
GitHub - tensorflow/skflow: Simplified interface for TensorFlow (mimicking Scikit Learn) for Deep Learning
{{#tags}}- {{label}}
{{/tags}}