#tensorflow
PythonでDeepLearning - フレームワーク
TensorFlowとPytorchを並べてみてみましょう。TensorFlowの方がスッキリしている感じがして使い印象を受けます。以下比較されているサイトです。
今現在はPytorchがよく使われている印象です。柔軟性が高いのがポイントでしょうか。
TensorFlow
Googleが開発していて使い方も比較的簡単に使えるようになっています。チュートリアルも日本語の解説もあります。
im
やってみよう！機械学習 - keras(TensorFlow)２
いよいよモデルを作っていきます。
model = tf.keras.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dense(10)])
"tf.keras.Sequential
やってみよう！機械学習 - keras(TensorFlow)１
TensorFlowのライブラリとして使われている"keras"で使い方の流れを確認しながら実際に使ってみましょう。
scikit-Learnで機械学習として作っていきましたが、深層学習、ディープラーニングのkerasはモデルの作り方に違いがあります。
scikit-Learnではモデル自体を選んで使いましたが、kerasの場合はそのモデルを作るために部品を選び構築していきます。画像分類をやっ
やってみよう！機械学習 - フレームワーク
まず機械学習の入り口としてscikit-learnを使ってみました。有名なフレームワークとしてはTensorFlowと Pytorchがあります。
TensorFlow と Pytorchは機械学習の中の一部であるディープラーニングと呼ばれる深層学習で使われます。
scikit-learnはモデルは人が指定して使うのに対してTensorFlow と Pytorchではモデルも自動で作り上げる仕
SciKit-Learn,Keras,PyTorchの違いってなに？- Keras,Pytorch
Kerasをみていきます。
Tensorflowはエンドツーエンドかつオープンソースの深層学習のフレームワークであり、Googleによって2015年に開発・公開されました。
KerasはTensorflowに導入されました。ユーザーはtensorflow.kerasモジュールからアクセスできます。また、Kerasライブラリは今まで通り独立して動作することもできます。
概念的なことから丁寧に説
Pytorch - 自動微分をもっと理解したい!
公式ホームページです。
まずは基本的なことから理解を深めたいと思います。
最初は、
TensorというPyTorchの最も基本となるデータ構造
この参考サイトの中で
Tensorはその名の通りテンソル、つまり多次元配列を扱うためのデータ構造です。NumPyのndarrayとほぼ同様のAPIを有しており、それに加えてGPUによる計算もサポートしています。Tensorは各データ型に対して定義
TensorFlow - 初心者のための〜
公式ページです。
"初心者のための TensorFlow 2.0 入門"をColabで実際にコピペで動かしてみるとうまくいきます。
まずは"import"からですね。
from __future__ import absolute_import, division, print_function, unicode_literalsimport tensorflow as tf
MNISTも