Submit Search
Upload
TensorFlowで遊んでみよう!
•
37 likes
•
12,425 views
Kei Hirata
Follow
TensorFlowの紹介 TensorFlowを使ってみた
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 30
Download now
Download to read offline
Recommended
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
Yota Ishida
Tensorflow
Tensorflow
Hakky St
機械学習ライブラリ : TensorFlow
機械学習ライブラリ : TensorFlow
エンジニア勉強会 エスキュービズム
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
Hirokatsu Kataoka
思いついたアルゴリズムを TensorFlow で実装してみた話
思いついたアルゴリズムを TensorFlow で実装してみた話
Shuhei Fujiwara
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
Recommended
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
ディープラーニングゼミ TensorFlowで学ぶ理論と実践
Yota Ishida
Tensorflow
Tensorflow
Hakky St
機械学習ライブラリ : TensorFlow
機械学習ライブラリ : TensorFlow
エンジニア勉強会 エスキュービズム
TensorFlowによるCNNアーキテクチャ構築
TensorFlowによるCNNアーキテクチャ構築
Hirokatsu Kataoka
思いついたアルゴリズムを TensorFlow で実装してみた話
思いついたアルゴリズムを TensorFlow で実装してみた話
Shuhei Fujiwara
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Mitsuki Ogasahara
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
fukuoka.ex
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
Etsuji Nakai
Androidで動かすはじめてのDeepLearning
Androidで動かすはじめてのDeepLearning
Miyoshi Kosuke
Basic deep learning_framework
Basic deep learning_framework
KazuhiroSato8
内省するTensorFlow
内省するTensorFlow
Yoshiyuki Kakihara
Tensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみた
Kyota Yasuda
Dropout Distillation
Dropout Distillation
Shotaro Sano
Meta-Learning with Memory Augmented Neural Network
Meta-Learning with Memory Augmented Neural Network
Yusuke Watanabe
Learning to forget continual prediction with lstm
Learning to forget continual prediction with lstm
Fujimoto Keisuke
深層学習フレームワークChainerの特徴
深層学習フレームワークChainerの特徴
Yuya Unno
全脳アーキテクチャ若手の会20170131
全脳アーキテクチャ若手の会20170131
Hangyo Masatsugu
もう学習は機械に任せたい2 -ディープラーニングの逆襲-
もう学習は機械に任せたい2 -ディープラーニングの逆襲-
Kosuke Sugahara
2016tf study5
2016tf study5
Shin Asakawa
NIPS2013読み会: Distributed Representations of Words and Phrases and their Compo...
NIPS2013読み会: Distributed Representations of Words and Phrases and their Compo...
Yuya Unno
ディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみた
卓也 安東
Development and Experiment of Deep Learning with Caffe and maf
Development and Experiment of Deep Learning with Caffe and maf
Kenta Oono
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
Preferred Networks
言語と知識の深層学習@認知科学会サマースクール
言語と知識の深層学習@認知科学会サマースクール
Yuya Unno
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
健一 茂木
深層学習とTensorFlow入門
深層学習とTensorFlow入門
tak9029
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
More Related Content
What's hot
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Mitsuki Ogasahara
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
fukuoka.ex
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
Etsuji Nakai
Androidで動かすはじめてのDeepLearning
Androidで動かすはじめてのDeepLearning
Miyoshi Kosuke
Basic deep learning_framework
Basic deep learning_framework
KazuhiroSato8
内省するTensorFlow
内省するTensorFlow
Yoshiyuki Kakihara
Tensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみた
Kyota Yasuda
Dropout Distillation
Dropout Distillation
Shotaro Sano
Meta-Learning with Memory Augmented Neural Network
Meta-Learning with Memory Augmented Neural Network
Yusuke Watanabe
Learning to forget continual prediction with lstm
Learning to forget continual prediction with lstm
Fujimoto Keisuke
深層学習フレームワークChainerの特徴
深層学習フレームワークChainerの特徴
Yuya Unno
全脳アーキテクチャ若手の会20170131
全脳アーキテクチャ若手の会20170131
Hangyo Masatsugu
もう学習は機械に任せたい2 -ディープラーニングの逆襲-
もう学習は機械に任せたい2 -ディープラーニングの逆襲-
Kosuke Sugahara
2016tf study5
2016tf study5
Shin Asakawa
NIPS2013読み会: Distributed Representations of Words and Phrases and their Compo...
NIPS2013読み会: Distributed Representations of Words and Phrases and their Compo...
Yuya Unno
ディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみた
卓也 安東
Development and Experiment of Deep Learning with Caffe and maf
Development and Experiment of Deep Learning with Caffe and maf
Kenta Oono
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
Preferred Networks
言語と知識の深層学習@認知科学会サマースクール
言語と知識の深層学習@認知科学会サマースクール
Yuya Unno
What's hot
(19)
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
「TensorFlow Tutorialの数学的背景」 クイックツアー(パート1)
Androidで動かすはじめてのDeepLearning
Androidで動かすはじめてのDeepLearning
Basic deep learning_framework
Basic deep learning_framework
内省するTensorFlow
内省するTensorFlow
Tensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみた
Dropout Distillation
Dropout Distillation
Meta-Learning with Memory Augmented Neural Network
Meta-Learning with Memory Augmented Neural Network
Learning to forget continual prediction with lstm
Learning to forget continual prediction with lstm
深層学習フレームワークChainerの特徴
深層学習フレームワークChainerの特徴
全脳アーキテクチャ若手の会20170131
全脳アーキテクチャ若手の会20170131
もう学習は機械に任せたい2 -ディープラーニングの逆襲-
もう学習は機械に任せたい2 -ディープラーニングの逆襲-
2016tf study5
2016tf study5
NIPS2013読み会: Distributed Representations of Words and Phrases and their Compo...
NIPS2013読み会: Distributed Representations of Words and Phrases and their Compo...
ディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみた
Development and Experiment of Deep Learning with Caffe and maf
Development and Experiment of Deep Learning with Caffe and maf
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
言語と知識の深層学習@認知科学会サマースクール
言語と知識の深層学習@認知科学会サマースクール
Viewers also liked
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
健一 茂木
深層学習とTensorFlow入門
深層学習とTensorFlow入門
tak9029
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
tak9029
Tensor flow勉強会 (ayashiminagaranotensorflow)
Tensor flow勉強会 (ayashiminagaranotensorflow)
tak9029
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
徹 上野山
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
Viewers also liked
(8)
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
深層学習とTensorFlow入門
深層学習とTensorFlow入門
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
Tensor flow勉強会 (ayashiminagaranotensorflow)
Tensor flow勉強会 (ayashiminagaranotensorflow)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Similar to TensorFlowで遊んでみよう!
tfug-kagoshima
tfug-kagoshima
tak9029
TensorFlowプログラミングと分類アルゴリズムの基礎
TensorFlowプログラミングと分類アルゴリズムの基礎
Etsuji Nakai
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
Retrieva inc.
ChainerでDeep Learningを試す為に必要なこと
ChainerでDeep Learningを試す為に必要なこと
Jiro Nishitoba
[DL Hacks]色々と進化しているTensorFlow - 紹介編 -
[DL Hacks]色々と進化しているTensorFlow - 紹介編 -
Deep Learning JP
PENGUIN AI ML-Agents
PENGUIN AI ML-Agents
yosukehirano1
Machine learning 15min TensorFlow hub
Machine learning 15min TensorFlow hub
Junya Kamura
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
Hirono Jumpei
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Yuya Unno
Tensor flowを使った キュウリの仕分け あれこれ
Tensor flowを使った キュウリの仕分け あれこれ
Makoto Koike
MacでTensorFlow on Dockerを 使って見る
MacでTensorFlow on Dockerを 使って見る
Hiroyuki Yoshida
High performance python computing for data science
High performance python computing for data science
Takami Sato
20180824 DLLab推論ナイト_深層学習モデル推論ライブラリ「Menoh」の紹介/Python以外でDeepLearning
20180824 DLLab推論ナイト_深層学習モデル推論ライブラリ「Menoh」の紹介/Python以外でDeepLearning
Preferred Networks
TensorFlow on Mobile
TensorFlow on Mobile
新 古川
JUIZ DLK 組込み向けDeep Learningコンパイラ
JUIZ DLK 組込み向けDeep Learningコンパイラ
LeapMind Inc
TensorFlowの使い方(in Japanese)
TensorFlowの使い方(in Japanese)
Toshihiko Yamakami
HTML5 Conference LT TensorFlow
HTML5 Conference LT TensorFlow
isaac-otao
Webエンジニアが初めて機械学習に触れてみた話
Webエンジニアが初めて機械学習に触れてみた話
Shohei Tai
Final LINQ extensions III
Final LINQ extensions III
Kouji Matsui
Using Deep Learning for Recommendation
Using Deep Learning for Recommendation
Eduardo Gonzalez
Similar to TensorFlowで遊んでみよう!
(20)
tfug-kagoshima
tfug-kagoshima
TensorFlowプログラミングと分類アルゴリズムの基礎
TensorFlowプログラミングと分類アルゴリズムの基礎
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試す為に必要なこと
ChainerでDeep Learningを試す為に必要なこと
[DL Hacks]色々と進化しているTensorFlow - 紹介編 -
[DL Hacks]色々と進化しているTensorFlow - 紹介編 -
PENGUIN AI ML-Agents
PENGUIN AI ML-Agents
Machine learning 15min TensorFlow hub
Machine learning 15min TensorFlow hub
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Tensor flowを使った キュウリの仕分け あれこれ
Tensor flowを使った キュウリの仕分け あれこれ
MacでTensorFlow on Dockerを 使って見る
MacでTensorFlow on Dockerを 使って見る
High performance python computing for data science
High performance python computing for data science
20180824 DLLab推論ナイト_深層学習モデル推論ライブラリ「Menoh」の紹介/Python以外でDeepLearning
20180824 DLLab推論ナイト_深層学習モデル推論ライブラリ「Menoh」の紹介/Python以外でDeepLearning
TensorFlow on Mobile
TensorFlow on Mobile
JUIZ DLK 組込み向けDeep Learningコンパイラ
JUIZ DLK 組込み向けDeep Learningコンパイラ
TensorFlowの使い方(in Japanese)
TensorFlowの使い方(in Japanese)
HTML5 Conference LT TensorFlow
HTML5 Conference LT TensorFlow
Webエンジニアが初めて機械学習に触れてみた話
Webエンジニアが初めて機械学習に触れてみた話
Final LINQ extensions III
Final LINQ extensions III
Using Deep Learning for Recommendation
Using Deep Learning for Recommendation
TensorFlowで遊んでみよう!
1.
TensorFlowで遊んでみよう! IL×CM×CR 合同勉強会 1
2.
自己紹介 名前 : 平田
圭 (@masuwo3) 所属 : データ分析チーム 現在 : 2015年5月よりクラスメソッド入社 過去 : 特任助教、SE、IT講師、etc... ML : 研究室でかじった程度 Python歴 : 一ヶ月くらい 2
3.
今日のアジェンダ • TensorFlowについての紹介 • TensorFlowを使ってみる 3
4.
4 TensorFlowの概要
5.
TensorFlowとはなにか • で話題の機械学習ライブラリ • Deep
Learning以降 • オープンソース / Googleが主導 • Python 2.7 • CUDA 7.0 5 2015/6/9 2015/11/202013/10/20 caffe v0.1 chainer 公開 TensorFlow 公開 …..
6.
TensorFlowの特長 (公式から) • 柔軟性 •
機械学習のモデルを柔軟に記述できる • Neural Networkに限定しない • ポータビリティ • 環境に合わせて計算処理を行う • CPU/GPU, ラップトップ/サーバ など • 研究成果と製品の連結 • 研究成果の検証を行いやすく • プロダクトに転用しやすく 6
7.
7 TensorFlowにおける計算処理
8.
TensorFlowにおける計算処理 TensorFlowは計算をグラフ構造で表現する 8 x * + y b W
9.
TensorとOperation データはTensor 9 Tensor 計算処理はOperation Tensor op Tensor Tensor
10.
Tensorについて 10 1 [1,2,3,…] [[1,2,3,…], [1,2,3,…], [1,2,3,…], …
] [[[1,2,3,…],…], [[1,2,3,…],…], [[1,2,3,…],…], … ] 階数0のテンソル (スカラ) 階数1のテンソル (ベクトル) 階数2のテンソル (行列) 階数3のテンソル a a[] a[][] a[][][]
11.
Sessionについて 計算処理は2フェイズ(Define & Run) 11 Define Run •
計算のグラフモデルを構築するフェイズ • この時点では計算結果は確定しない • グラフモデルから計算結果を確定するフェイズ • Sessionにモデルを投入し、計算結果を得る
12.
Sessionについて 12 • Session • バックエンドのC++モジュールとのコネクション •
実際の演算はこのC++モジュール上で行われる • 計算リソースが自動的に割り当てられる x * + y b W cpu:0 gpu:0
13.
• 損失関数の最小化 • 機械学習の「学習」は、損失関数の最小化に置き換えられる •
最小点の探索には、勾配計算が必要 • TensorFlowではOptimizerで学習を一括して行う Optimizerについて 13
14.
Optimizerについて 14 • Optimiser • 勾配計算から探索までを一括で行う •
勾配の計算は、グラフモデルを自動的に変換 • 学習手法に合わせて内部の重みを更新していく • グラフで表現された損失関数から、自動的に学習を行う
15.
サンプルコードの解説 15 Define Run • データ・モデルの定義 • 学習モデルの構築 •
損失関数、Optimizer • 計算処理の実施 • Optimizerを用いた学習
16.
サンプルコードの解説 16 訓練用の入出力データを作成 • 訓練モデルの構築 • モデル内部の重みを宣言 損失関数、optimizerを設定 • • SGD(確率的勾配降下法)を指定 Define
17.
サンプルコードの解説 17 Run 内部の重みを初期化 学習を繰り返し実行 • 20回ごとに結果を表示
18.
サンプルコードの解説 • 実行結果 18
19.
Chainerとの違い • MLライブラリ • 大きな違いはない印象 •
APIの好みの問題? • (Python歴1ヶ月の感想です) • 分散処理 • どちらもシングルマシン / マルチGPU • TensorFlowは将来的にマルチマシン対応? 19
20.
Chainerとの違い • TensorBoard 20 学習過程やモデルの構造を可視化
21.
Chainerとの違い • TensorBoard 21 学習過程やモデルの構造を可視化
22.
22 TensorFlowを使ってみる
23.
TensorFlowのチュートリアル • とても充実 • MNIST
for Beginners • Deep MNIST for Expert • Convolutional Neural Networks • Vector Representations of Words • Sequence-to-Sequence Models • Mandelbrot Set (?) • etc… 23
24.
MNIST • 手書き数字のデータセット • サイズ
: 28x28 • 70,000枚 (訓練 60k, テスト 10k) • 画像識別のHello World 24
25.
Convolutional Neural Network •
畳み込みNN (CNN) • Deep Learningの代表的手法 • 主に画像識別に用いられる • 畳み込み層とプーリング層の組み合わせ • 人間の視覚野の仕組みを参考 25
26.
Convolutional Neural Network 26 詳細は割愛
27.
TensorFlowでCNN 27 • 畳み込み層 • プーリング層 APIを組み合わせることでCNNを構築できる
28.
結果 28 テストデータでの正答率 : 98.71%
29.
まとめ • TensorFlow • 行列計算
+ ML用API • 最新の学習手法を簡単に検証できる • グラフモデルで計算を表現 • 稼働環境のリソースを割り当て • 勾配計算を自動的におこなう • モデルや学習状況の可視化 29
30.
おまけ やりたかったこと • DQN (Deep-Q-Network) •
Deep Learning + 強化学習 • モニタ画像からゲームの戦略を学習 • 同じモデルで様々なゲームを攻略 • ゲームによってはプロ以上の成果 30 http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html
Download now