Submit Search
Upload
Tensorflow
•
3 likes
•
1,517 views
Hakky St
Follow
Tensorflowの基本的な使い方について説明しています。
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 32
Download now
Download to read offline
Recommended
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で遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
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 入門
TensorFlow 入門
Takenori Nakagawa
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
「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
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
Basic deep learning_framework
Basic deep learning_framework
KazuhiroSato8
Recommended
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で遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
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 入門
TensorFlow 入門
Takenori Nakagawa
TensorFlowで逆強化学習
TensorFlowで逆強化学習
Mitsuhisa Ohta
「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
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
Basic deep learning_framework
Basic deep learning_framework
KazuhiroSato8
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
Androidで動かすはじめてのDeepLearning
Androidで動かすはじめてのDeepLearning
Miyoshi Kosuke
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
TensorFlowで学ぶDQN
TensorFlowで学ぶDQN
Etsuji Nakai
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
Dropout Distillation
Dropout Distillation
Shotaro Sano
Convolutional Neural Netwoks で自然言語処理をする
Convolutional Neural Netwoks で自然言語処理をする
Daiki Shimada
Learning Convolutional Neural Networks for Graphs
Learning Convolutional Neural Networks for Graphs
Takuya Akiba
Tf勉強会(5)
Tf勉強会(5)
tak9029
深層学習フレームワークChainerとその進化
深層学習フレームワークChainerとその進化
Yuya Unno
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
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
[ICLR2016] 採録論文の個人的まとめ
[ICLR2016] 採録論文の個人的まとめ
Yusuke Iwasawa
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Yuta Kikuchi
Multi reference training with pseudo-references for neural translation and te...
Multi reference training with pseudo-references for neural translation and te...
ryoma yoshimura
Thesis introduction audo_signal_processing
Thesis introduction audo_signal_processing
MakotoShirasu
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
Recurrent Neural Networks
Recurrent Neural Networks
Seiya Tokui
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
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 4.2節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 4.2節
Hakky St
[DL輪読会]Xception: Deep Learning with Depthwise Separable Convolutions
[DL輪読会]Xception: Deep Learning with Depthwise Separable Convolutions
Deep Learning JP
More Related Content
What's hot
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
Androidで動かすはじめてのDeepLearning
Androidで動かすはじめてのDeepLearning
Miyoshi Kosuke
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
TensorFlowで学ぶDQN
TensorFlowで学ぶDQN
Etsuji Nakai
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
Dropout Distillation
Dropout Distillation
Shotaro Sano
Convolutional Neural Netwoks で自然言語処理をする
Convolutional Neural Netwoks で自然言語処理をする
Daiki Shimada
Learning Convolutional Neural Networks for Graphs
Learning Convolutional Neural Networks for Graphs
Takuya Akiba
Tf勉強会(5)
Tf勉強会(5)
tak9029
深層学習フレームワークChainerとその進化
深層学習フレームワークChainerとその進化
Yuya Unno
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
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
[ICLR2016] 採録論文の個人的まとめ
[ICLR2016] 採録論文の個人的まとめ
Yusuke Iwasawa
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Yuta Kikuchi
Multi reference training with pseudo-references for neural translation and te...
Multi reference training with pseudo-references for neural translation and te...
ryoma yoshimura
Thesis introduction audo_signal_processing
Thesis introduction audo_signal_processing
MakotoShirasu
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
Recurrent Neural Networks
Recurrent Neural Networks
Seiya Tokui
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
What's hot
(20)
開発者からみたTensor flow
開発者からみたTensor flow
Androidで動かすはじめてのDeepLearning
Androidで動かすはじめてのDeepLearning
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-
TensorFlowで学ぶDQN
TensorFlowで学ぶDQN
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
Dropout Distillation
Dropout Distillation
Convolutional Neural Netwoks で自然言語処理をする
Convolutional Neural Netwoks で自然言語処理をする
Learning Convolutional Neural Networks for Graphs
Learning Convolutional Neural Networks for Graphs
Tf勉強会(5)
Tf勉強会(5)
深層学習フレームワークChainerとその進化
深層学習フレームワークChainerとその進化
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
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
[ICLR2016] 採録論文の個人的まとめ
[ICLR2016] 採録論文の個人的まとめ
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Multi reference training with pseudo-references for neural translation and te...
Multi reference training with pseudo-references for neural translation and te...
Thesis introduction audo_signal_processing
Thesis introduction audo_signal_processing
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
Recurrent Neural Networks
Recurrent Neural Networks
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...
Viewers also liked
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 4.2節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 4.2節
Hakky St
[DL輪読会]Xception: Deep Learning with Depthwise Separable Convolutions
[DL輪読会]Xception: Deep Learning with Depthwise Separable Convolutions
Deep Learning JP
強くなるロボティック・ ゲームプレイヤーの作り方3章
強くなるロボティック・ ゲームプレイヤーの作り方3章
Hakky St
【機械学習プロフェッショナルシリーズ】グラフィカルモデル2章
【機械学習プロフェッショナルシリーズ】グラフィカルモデル2章
Hakky St
Reducing the dimensionality of data with neural networks
Reducing the dimensionality of data with neural networks
Hakky St
Creating basic workflows as Jupyter Notebooks to use Cytoscape programmatically.
Creating basic workflows as Jupyter Notebooks to use Cytoscape programmatically.
Hakky St
Boosting probabilistic graphical model inference by incorporating prior knowl...
Boosting probabilistic graphical model inference by incorporating prior knowl...
Hakky St
Deep Recurrent Q-Learning(DRQN) for Partially Observable MDPs
Deep Recurrent Q-Learning(DRQN) for Partially Observable MDPs
Hakky St
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 1章
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 1章
Hakky St
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 3.3節と3.4節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 3.3節と3.4節
Hakky St
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 2.3節〜2.5節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 2.3節〜2.5節
Hakky St
【機械学習プロフェッショナルシリーズ】グラフィカルモデル1章
【機械学習プロフェッショナルシリーズ】グラフィカルモデル1章
Hakky St
Diet networks thin parameters for fat genomic
Diet networks thin parameters for fat genomic
Hakky St
スパース性に基づく機械学習 2章 データからの学習
スパース性に基づく機械学習 2章 データからの学習
hagino 3000
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
Greed is Good: 劣モジュラ関数最大化とその発展
Greed is Good: 劣モジュラ関数最大化とその発展
Yuichi Yoshida
Hands-On Machine Learning with Scikit-Learn and TensorFlow - Chapter8
Hands-On Machine Learning with Scikit-Learn and TensorFlow - Chapter8
Hakky St
Viewers also liked
(17)
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 4.2節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 4.2節
[DL輪読会]Xception: Deep Learning with Depthwise Separable Convolutions
[DL輪読会]Xception: Deep Learning with Depthwise Separable Convolutions
強くなるロボティック・ ゲームプレイヤーの作り方3章
強くなるロボティック・ ゲームプレイヤーの作り方3章
【機械学習プロフェッショナルシリーズ】グラフィカルモデル2章
【機械学習プロフェッショナルシリーズ】グラフィカルモデル2章
Reducing the dimensionality of data with neural networks
Reducing the dimensionality of data with neural networks
Creating basic workflows as Jupyter Notebooks to use Cytoscape programmatically.
Creating basic workflows as Jupyter Notebooks to use Cytoscape programmatically.
Boosting probabilistic graphical model inference by incorporating prior knowl...
Boosting probabilistic graphical model inference by incorporating prior knowl...
Deep Recurrent Q-Learning(DRQN) for Partially Observable MDPs
Deep Recurrent Q-Learning(DRQN) for Partially Observable MDPs
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 1章
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 1章
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 3.3節と3.4節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 3.3節と3.4節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 2.3節〜2.5節
スパース性に基づく機械学習(機械学習プロフェッショナルシリーズ) 2.3節〜2.5節
【機械学習プロフェッショナルシリーズ】グラフィカルモデル1章
【機械学習プロフェッショナルシリーズ】グラフィカルモデル1章
Diet networks thin parameters for fat genomic
Diet networks thin parameters for fat genomic
スパース性に基づく機械学習 2章 データからの学習
スパース性に基づく機械学習 2章 データからの学習
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Greed is Good: 劣モジュラ関数最大化とその発展
Greed is Good: 劣モジュラ関数最大化とその発展
Hands-On Machine Learning with Scikit-Learn and TensorFlow - Chapter8
Hands-On Machine Learning with Scikit-Learn and TensorFlow - Chapter8
Similar to Tensorflow
Mesh tensorflow
Mesh tensorflow
kuroko
tfug-kagoshima
tfug-kagoshima
tak9029
Deep Learning基本理論とTensorFlow
Deep Learning基本理論とTensorFlow
Tadaichiro Nakano
Google TensorFlowで遊んでみた①
Google TensorFlowで遊んでみた①
Tetsuya Hasegawa
2018年01月27日 TensorFlowの計算グラフの理解
2018年01月27日 TensorFlowの計算グラフの理解
aitc_jp
いきなりAi tensor flow gpuによる画像分類と生成
いきなりAi tensor flow gpuによる画像分類と生成
Yoshi Sakai
TensroFlow XLA : JIT編 (r1.3版)
TensroFlow XLA : JIT編 (r1.3版)
Mr. Vengineer
Tensorgo
Tensorgo
YoshitomoYasuno
TensorFlowの使い方(in Japanese)
TensorFlowの使い方(in Japanese)
Toshihiko Yamakami
TensorFlow XLAは、 中で何をやっているのか?
TensorFlow XLAは、 中で何をやっているのか?
Mr. Vengineer
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
HTML5 Conference LT TensorFlow
HTML5 Conference LT TensorFlow
isaac-otao
[第2版]Python機械学習プログラミング 第14章
[第2版]Python機械学習プログラミング 第14章
Haruki Eguchi
TensorFlow on Mobile
TensorFlow on Mobile
新 古川
TensorFlow計算グラフ最適化処理
TensorFlow計算グラフ最適化処理
Atsushi Nukariya
TensorFlowの導入
TensorFlowの導入
yuf yufkky
TensorFlowの導入
TensorFlowの導入
yuf yufkky
PENGUIN AI ML-Agents
PENGUIN AI ML-Agents
yosukehirano1
2018年01月27日 TensorBoardによる学習の可視化
2018年01月27日 TensorBoardによる学習の可視化
aitc_jp
TensorFlow Operation 作ってみた
TensorFlow Operation 作ってみた
Takuya Sakamoto
Similar to Tensorflow
(20)
Mesh tensorflow
Mesh tensorflow
tfug-kagoshima
tfug-kagoshima
Deep Learning基本理論とTensorFlow
Deep Learning基本理論とTensorFlow
Google TensorFlowで遊んでみた①
Google TensorFlowで遊んでみた①
2018年01月27日 TensorFlowの計算グラフの理解
2018年01月27日 TensorFlowの計算グラフの理解
いきなりAi tensor flow gpuによる画像分類と生成
いきなりAi tensor flow gpuによる画像分類と生成
TensroFlow XLA : JIT編 (r1.3版)
TensroFlow XLA : JIT編 (r1.3版)
Tensorgo
Tensorgo
TensorFlowの使い方(in Japanese)
TensorFlowの使い方(in Japanese)
TensorFlow XLAは、 中で何をやっているのか?
TensorFlow XLAは、 中で何をやっているのか?
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
HTML5 Conference LT TensorFlow
HTML5 Conference LT TensorFlow
[第2版]Python機械学習プログラミング 第14章
[第2版]Python機械学習プログラミング 第14章
TensorFlow on Mobile
TensorFlow on Mobile
TensorFlow計算グラフ最適化処理
TensorFlow計算グラフ最適化処理
TensorFlowの導入
TensorFlowの導入
TensorFlowの導入
TensorFlowの導入
PENGUIN AI ML-Agents
PENGUIN AI ML-Agents
2018年01月27日 TensorBoardによる学習の可視化
2018年01月27日 TensorBoardによる学習の可視化
TensorFlow Operation 作ってみた
TensorFlow Operation 作ってみた
Tensorflow
1.
Hakky Twitter:@St_Hakky
2.
What is Tensorflow?
3.
4.
What is Tensorflow? ・2015年11⽉に公開された、Googleが開発した OSSな機械学習ライブラリ ・Python/Cから使える ・機械学習のモデルを柔軟に表現できる。NN限定 ではない
5.
What is Tensorflow? ・CPU/GPUで実⾏可能。分散処理も可 ・Mac/Linuxで実⾏可能。Windowsはダメ。 ・計算過程をグラフで可視化できる (TensorBoard)
6.
Tensorflowにおける計算 Tensorflowは、多次元の データ(Tensor)を、グラフ 構造で定義して計算を フローのようにする(flow)。
7.
Tensorflowを使うために 理解するべきたった2つの事
8.
計算やデータの型をグラフで 定義してから実⾏すること データはTensor形式で使うこと
9.
データはTensor形式で使うこと
10.
Tensorとは テンソル(tensor)とは、線形的な量また は線形的な幾何概念を⼀般化したもの で、基底を選べば、多次元の配列とし て表現できるようなものである。 Wikipedia
11.
Tensorとは Tensor = 多次元配列
12.
Tensorとは Tensorflowでは、Tensor形式の データしか処理されない。
13.
Tensorとは:ランク,型 ランクは、つまり次元のこと。 型は、float, int, unsigned
int, boolean, stringとかが 使える。ビットの指定とかもできる。1つのTensorに複 数の型が混ざってもおk。
14.
Tensorの使い⽅:定数 定数は、constantメソッドを使う。 この場合は、1x2の⾏列を定義。
15.
Tensorの使い⽅:⼊⼒ ⼊⼒される値は、placeholerメソッドを使う。 この場合は、2-DのTensorを定義。あとで触れるが、 ⼊⼒としてTensorの形だけを定義しておき、実⾏時に 値を⼊⼒することで使⽤。
16.
Tensorの使い⽅:変数 パラメータなどの変数は、Variableメソッドを使って定 義。 変数は、初期値とTensorの形を定義する必要がある。
17.
計算やデータの型をグラフで 定義してから実⾏すること
18.
Tensorflowによる実⾏までの2ステップ ① Graphの定義 ② Sessionによる実⾏ ・Tensor(データ)とそのFlow(計算処理の過程)をグラフ構造として、 定義する ・定義をするだけなので、この時点ではパラメータなどの値は確定しない ・グラフモデルから計算を実際に実⾏し、値を確定する ・計算を実⾏する際は、Sessionを使⽤する。
19.
① Graphの定義 ② Sessionによる実⾏ Tensorflowの場合 普通の処理の場合 計算処理の過程と実⾏は同じ⽂脈でプログラム上で書 かれる。 計算処理の過程やデータの設定が、実⾏と分離
20.
基本の使い⽅を コードでみてみる
21.
Graphを定義 まずは、簡単なGraph(Tensorの定義と計算)を定義。 Tensorflowをインポート 定数のTensorを定義 定数のTensorを定義 計算⽅法を定義(まだ実⾏されていないことに注意)
22.
Sessionで実⾏ まずは、簡単なGraph(Tensorの定義と計算)を定義。 Sessionのインスタンスを作成 Sessionで実⾏
23.
○計算過程をグラフで可視化できる TensorBoard ・計算を実⾏した後に、以下のコマンドを実⾏ ・その後、ブラウザで「localhost:6006」に移動 ○起動⽅法・使い⽅
24.
MNIST Tutorial
25.
What is MNIST? 機械学習のHello
Wrold的存在。⼿書きの数字のデー タセット。 今回はこのデータセットを⽤いて、次の⼆つのこと を⾏う。 ・ソフトマックス関数による分類 ・CNNによる分類
26.
ソフトマックス関数による分類 今回は、ニューラルネットワークとソフトマックス 関数を⽤いた分類を⾏う。
27.
ソフトマックス関数による分類 先ほどの図で表されたニューラルネットワークとソ フトマックス関数を⽤いた分類の図は以下の式で表 される。
28.
CNNによる分類 今回は、次のようなCNNを想定。 Input 層 Convolution 層 Pooling 層 Convolution 層 Pooling 層 Full Connection 層 Output 層
29.
Demo with MINST
Tutorial
30.
31.
コードはGithubにあるので、どうぞ。
32.
参考 ・Tensorflow https://www.tensorflow.org ・Tensorflow White Paper http://download.tensorflow.org/paper/whitepaper2015.pdf ・Jupyter Notebook Scientific Python Stack + Tensorflow https://github.com/jupyter/docker-stacks/tree/master/ tensorflow-notebook
Download now