トップページ -> データベース関連技術 -> ディープラーニングのフレームワーク
[サイトマップへ], [サイト内検索へ]

ディープラーニングのフレームワーク

ディープラーニング,ディープニューラルネットワーク

ディープラーニング

ディープラーニングは,ジェフ・ヒントンが 2006年に見出した,層の浅いニューラルネットワークの組み合わせによる多層性の実現により勃興した分野.

TensorFlow

TendowFlow (https://www.tensorflow.org/) は, 機械学習のフレームワーク. 節が数値演算,枝が多次元の配列(テンソル)であるような「データフローグラフ (data flow graph)」を特色とする.

インストール

参考 Web ページ

※ ニューラルネットワークのデモサイト: http://playground.tensorflow.org

Keras

Keras はディープラーニングのフレームワーク

インストール

参考 Web ページ

Keras の概要

次のプログラムでは,損失関数を,categorical crossentropy, 最適化法を 確率的勾配降下法 (SGD), 尺度を accuracy に設定している.

m.compile(optimizer=tf.keras.optimizers.SGD(lr=0.01, momentum=0.9, nesterov=True),
          loss='sparse_categorical_crossentropy',
          metrics=['accuracy'])

※ 目的関数については: https://keras.io/ja/objectives/

Caffe

参考 Web ページ

Caffe2

インストール

参考 Web ページ

PyTorch

インストール

参考 Web ページ

Torch 7

Theano

( 2017.9 に開発の停止がアナウンス)

CNTK

参考 Web ページ

Google Colab

Google Colab はオンラインの Python 開発環境. 使用するには Google アカウントが必要. Google Colab で PYTHON 3 の新しいノートブックを新規作成する手順は次の通り.

  1. Google Colab のWebページを開く

    https://colab.research.google.com

  2. ファイル」で、「PYTHON 3 の新しいノートブックの新規作成」を選ぶ

    [image]
  3. Google アカウントでのログインが求められたときはログインする

    [image]

    [image]

Fashion MNIST

https://github.com/zalandoresearch/fashion-mnist"

Iris データ

iris データセットの先頭部分

[image]

e

本サイトは金子邦彦研究室のWebページです.サイトマップは,サイトマップのページをご覧下さい. 本サイト内の検索は,サイト内検索のページをご利用下さい.

問い合わせ先: 金子邦彦(かねこ くにひこ) [image]