Submit Search
Upload
Tensor flow勉強会 (ayashiminagaranotensorflow)
•
28 likes
•
11,888 views
T
tak9029
Follow
TensorFlow勉強会で使った資料です
Read less
Read more
Technology
Report
Share
Report
Share
1 of 27
Download now
Download to read offline
Recommended
TensorFlow勉強会第5回発表資料
2016tf study5
2016tf study5
Shin Asakawa
shizuoka.py#6
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
about tensorflow.
Tensorflow
Tensorflow
Daisuke Yamashita
2015/12/11にDeNAさんで発表した資料です。TensorFlowを使ってTensorFlowのCソースコードを予測してみました
内省するTensorFlow
内省するTensorFlow
Yoshiyuki Kakihara
TensorFlow勉強会第三回の資料
Tensor flow勉強会3
Tensor flow勉強会3
tak9029
2016/03/17 産総研人工知能セミナーでお話した、ChainerとCuPyの紹介です。設計思想やメリットデメリットなどがまとまっています
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
2016/03/19にChainer meetup #2で、Chainerのテスト環境をDockerで整備した話を話しました
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
Pythonには文字列やリストなど、長さをもつオブジェクトがあります。長さを手に入れるには、文字列なら、name.length ではなく len(name) のようにlen関数を使います。len関数はどうやってnameに入っているオブジェクトの長さを手に入れているのでしょうか。if文にはTrue/Falseとなる条件式を指定しますが、それだけでなく文字や数字、自分で作ったデータ型も渡せます。if文はどうやって与えられたオブジェクトがTrueなのかFalseなのかを手に入れているのでしょうか。 この発表では、Pythonのプログラムがどうやって必要な情報を手に入れているのか、また、自分で実装するときにどう実装すればlen()やif文やfor文に指定できるのかを説明します。
Pythonはどうやってlen関数で長さを手にいれているの?
Pythonはどうやってlen関数で長さを手にいれているの?
Takayuki Shimizukawa
Recommended
TensorFlow勉強会第5回発表資料
2016tf study5
2016tf study5
Shin Asakawa
shizuoka.py#6
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
about tensorflow.
Tensorflow
Tensorflow
Daisuke Yamashita
2015/12/11にDeNAさんで発表した資料です。TensorFlowを使ってTensorFlowのCソースコードを予測してみました
内省するTensorFlow
内省するTensorFlow
Yoshiyuki Kakihara
TensorFlow勉強会第三回の資料
Tensor flow勉強会3
Tensor flow勉強会3
tak9029
2016/03/17 産総研人工知能セミナーでお話した、ChainerとCuPyの紹介です。設計思想やメリットデメリットなどがまとまっています
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
2016/03/19にChainer meetup #2で、Chainerのテスト環境をDockerで整備した話を話しました
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
Pythonには文字列やリストなど、長さをもつオブジェクトがあります。長さを手に入れるには、文字列なら、name.length ではなく len(name) のようにlen関数を使います。len関数はどうやってnameに入っているオブジェクトの長さを手に入れているのでしょうか。if文にはTrue/Falseとなる条件式を指定しますが、それだけでなく文字や数字、自分で作ったデータ型も渡せます。if文はどうやって与えられたオブジェクトがTrueなのかFalseなのかを手に入れているのでしょうか。 この発表では、Pythonのプログラムがどうやって必要な情報を手に入れているのか、また、自分で実装するときにどう実装すればlen()やif文やfor文に指定できるのかを説明します。
Pythonはどうやってlen関数で長さを手にいれているの?
Pythonはどうやってlen関数で長さを手にいれているの?
Takayuki Shimizukawa
FaceBook のAIチームが研究の発表論文である "Memory networks"とその拡張である"Towards AI-complete question answering: A set of prerequisite toy tasks."を簡単に紹介します。 [1] Weston, J., Chopra, S., and Bordes, A. Memory networks. In International Conference on Learning Representations (ICLR), 2015a. [2] Weston, J., Bordes, A., Chopra, S., and Mikolov, T. Towards AI-complete question answering: A set of prerequisite toy tasks. arXiv preprint: 1502.05698, 2015b.
Facebookの人工知能アルゴリズム「memory networks」について調べてみた
Facebookの人工知能アルゴリズム「memory networks」について調べてみた
株式会社メタップスホールディングス
https://www.youtube.com/watch?v=N99q_YYjMzw PyCon JP 2020 presentation by Kir Chou in Japanese.
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
Kir Chou
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
Yuya Unno
昨日でたTensorFlowについて、社内向けにLTしてみました
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Mitsuki Ogasahara
TensorFlowの紹介 TensorFlowを使ってみた
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
AITCオープンラボ: 第1回 機械学習勉強会の資料です http://aitc-openlab.connpass.com/event/25672/
いまさら聞けない機械学習のキホン
いまさら聞けない機械学習のキホン
dsuke Takaoka
TFUG KANSAI発表資料2(ハンズオン)
Tfug kansai vol2
Tfug kansai vol2
Natsutani Minoru
Chainer MeetUp Talkで行ったライトニングトークです。
A Chainer MeetUp Talk
A Chainer MeetUp Talk
Yusuke Oda
chainerを用いた対話ボットの作り方
14対話bot発表資料
14対話bot発表資料
Keiichirou Miyamoto
TFUG KANSAI発表資料1
Tfug kansai vol1
Tfug kansai vol1
Natsutani Minoru
静岡Developers勉強会の人工知能ハンズオンの資料となります。
人工知能ハンズオン
人工知能ハンズオン
yaju88
2016/09/28の第五回TensorFlow勉強会の講義資料です・
Tf勉強会(5)
Tf勉強会(5)
tak9029
DevLove関西 2016.01.18 発表資料です。 #DevKan
「自動化...か、かっこいいタル」(憧れ)から始める自動化
「自動化...か、かっこいいタル」(憧れ)から始める自動化
Hirokazu Kutsu
PyData.Tokyo #4 トーク1の資料です
High performance python computing for data science
High performance python computing for data science
Takami Sato
データ解析入門〜グラフ分析処理・スクレイピング〜【found IT projectセミナー#6】 https://foundit-project.connpass.com/event/51809/
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
Tatsuya Tojima
12/11、TensorFlowの勉強会で発表した資料
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
2015年11月20日 Javaツール勉強会(福岡)資料
Antプログラミング(1) - プラグイン
Antプログラミング(1) - プラグイン
隆行 神戸
TensorFlow初心者の開発者が、TensorFlowに期待することを発表します。
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
Java ツール勉強会資料。テンプレートエンジンVelocityの紹介。
テンプレート・エンジンVelocity
テンプレート・エンジンVelocity
隆行 神戸
WebDB forum 2015の招待講演のスライドです。@beam2dさんのスライドがオリジナルです http://www.slideshare.net/beam2d/chainer-52369222
Chainerの使い方と自然言語処理への応用
Chainerの使い方と自然言語処理への応用
Yuya Unno
Chainer meetup #3ではなした、ChainerとCuPyの入門資料です
Chainer, Cupy入門
Chainer, Cupy入門
Yuya Unno
2017/05/24にMicrosoftとPFNとのイベントでお話したChainerに関する発表の資料です
進化するChainer
進化するChainer
Yuya Unno
More Related Content
What's hot
FaceBook のAIチームが研究の発表論文である "Memory networks"とその拡張である"Towards AI-complete question answering: A set of prerequisite toy tasks."を簡単に紹介します。 [1] Weston, J., Chopra, S., and Bordes, A. Memory networks. In International Conference on Learning Representations (ICLR), 2015a. [2] Weston, J., Bordes, A., Chopra, S., and Mikolov, T. Towards AI-complete question answering: A set of prerequisite toy tasks. arXiv preprint: 1502.05698, 2015b.
Facebookの人工知能アルゴリズム「memory networks」について調べてみた
Facebookの人工知能アルゴリズム「memory networks」について調べてみた
株式会社メタップスホールディングス
https://www.youtube.com/watch?v=N99q_YYjMzw PyCon JP 2020 presentation by Kir Chou in Japanese.
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
Kir Chou
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
Yuya Unno
昨日でたTensorFlowについて、社内向けにLTしてみました
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
Mitsuki Ogasahara
TensorFlowの紹介 TensorFlowを使ってみた
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
AITCオープンラボ: 第1回 機械学習勉強会の資料です http://aitc-openlab.connpass.com/event/25672/
いまさら聞けない機械学習のキホン
いまさら聞けない機械学習のキホン
dsuke Takaoka
TFUG KANSAI発表資料2(ハンズオン)
Tfug kansai vol2
Tfug kansai vol2
Natsutani Minoru
Chainer MeetUp Talkで行ったライトニングトークです。
A Chainer MeetUp Talk
A Chainer MeetUp Talk
Yusuke Oda
chainerを用いた対話ボットの作り方
14対話bot発表資料
14対話bot発表資料
Keiichirou Miyamoto
TFUG KANSAI発表資料1
Tfug kansai vol1
Tfug kansai vol1
Natsutani Minoru
静岡Developers勉強会の人工知能ハンズオンの資料となります。
人工知能ハンズオン
人工知能ハンズオン
yaju88
2016/09/28の第五回TensorFlow勉強会の講義資料です・
Tf勉強会(5)
Tf勉強会(5)
tak9029
DevLove関西 2016.01.18 発表資料です。 #DevKan
「自動化...か、かっこいいタル」(憧れ)から始める自動化
「自動化...か、かっこいいタル」(憧れ)から始める自動化
Hirokazu Kutsu
PyData.Tokyo #4 トーク1の資料です
High performance python computing for data science
High performance python computing for data science
Takami Sato
データ解析入門〜グラフ分析処理・スクレイピング〜【found IT projectセミナー#6】 https://foundit-project.connpass.com/event/51809/
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
Tatsuya Tojima
12/11、TensorFlowの勉強会で発表した資料
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
2015年11月20日 Javaツール勉強会(福岡)資料
Antプログラミング(1) - プラグイン
Antプログラミング(1) - プラグイン
隆行 神戸
TensorFlow初心者の開発者が、TensorFlowに期待することを発表します。
開発者からみたTensor flow
開発者からみたTensor flow
Hideo Kinami
Java ツール勉強会資料。テンプレートエンジンVelocityの紹介。
テンプレート・エンジンVelocity
テンプレート・エンジンVelocity
隆行 神戸
WebDB forum 2015の招待講演のスライドです。@beam2dさんのスライドがオリジナルです http://www.slideshare.net/beam2d/chainer-52369222
Chainerの使い方と自然言語処理への応用
Chainerの使い方と自然言語処理への応用
Yuya Unno
What's hot
(20)
Facebookの人工知能アルゴリズム「memory networks」について調べてみた
Facebookの人工知能アルゴリズム「memory networks」について調べてみた
Python パッケージの影響を歴史から理解してみよう!
Python パッケージの影響を歴史から理解してみよう!
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
TensorFlowをざっくりLTしてみた
TensorFlowをざっくりLTしてみた
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
いまさら聞けない機械学習のキホン
いまさら聞けない機械学習のキホン
Tfug kansai vol2
Tfug kansai vol2
A Chainer MeetUp Talk
A Chainer MeetUp Talk
14対話bot発表資料
14対話bot発表資料
Tfug kansai vol1
Tfug kansai vol1
人工知能ハンズオン
人工知能ハンズオン
Tf勉強会(5)
Tf勉強会(5)
「自動化...か、かっこいいタル」(憧れ)から始める自動化
「自動化...か、かっこいいタル」(憧れ)から始める自動化
High performance python computing for data science
High performance python computing for data science
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
Tensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみた
Antプログラミング(1) - プラグイン
Antプログラミング(1) - プラグイン
開発者からみたTensor flow
開発者からみたTensor flow
テンプレート・エンジンVelocity
テンプレート・エンジンVelocity
Chainerの使い方と自然言語処理への応用
Chainerの使い方と自然言語処理への応用
Viewers also liked
Chainer meetup #3ではなした、ChainerとCuPyの入門資料です
Chainer, Cupy入門
Chainer, Cupy入門
Yuya Unno
2017/05/24にMicrosoftとPFNとのイベントでお話したChainerに関する発表の資料です
進化するChainer
進化するChainer
Yuya Unno
レトリバセミナー 2017/03/15 Movie: https://www.youtube.com/watch?v=ok_bvPKAEaM
Chainer の Trainer 解説と NStepLSTM について
Chainer の Trainer 解説と NStepLSTM について
Retrieva inc.
BigData Conference 2017 Springにて行ったセミナーの資料です
予測型戦略を知るための機械学習チュートリアル
予測型戦略を知るための機械学習チュートリアル
Yuya Unno
初心者向けのTFおよび深層学習の入門資料です。 いろいろと以前作ってたものをまとめました
深層学習とTensorFlow入門
深層学習とTensorFlow入門
tak9029
2016年2月28日の「GDG神戸 機械学習勉強会 [AlphaGoの論文を読む会]」の発表資料。
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
第二回TensorFlow勉強会の発表資料です。
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
tak9029
自然言語処理のためのDeep Learning
自然言語処理のためのDeep Learning
Yuta Kikuchi
Chainer MeetupでのLT資料です
LT@Chainer Meetup
LT@Chainer Meetup
Shunta Saito
chainer meetupで発表したパワポです.
Chainer meetup
Chainer meetup
kikusu
2015年10月14日に行ったChainer Meetupの資料です。
Chainer meetup20151014
Chainer meetup20151014
Jiro Nishitoba
Slide of the talk at Chainer Meetup on Oct. 14, 2015 at PFN.
Towards Chainer v1.5
Towards Chainer v1.5
Seiya Tokui
LT on chainer Meetup
Chainer Meetup LT (Alpaca)
Chainer Meetup LT (Alpaca)
Jun-ya Norimatsu
Chainer meetup #03の発表資料です。 http://chainer.connpass.com/event/32917/
Chainerを使って細胞を数えてみた
Chainerを使って細胞を数えてみた
samacoba1983
Chainer meetup #03 にて NVIDIA ディープラーニング部 井﨑よりお話した内容です。
NVIDIA 更新情報: Tesla P100 PCIe/cuDNN 5.1
NVIDIA 更新情報: Tesla P100 PCIe/cuDNN 5.1
NVIDIA Japan
Updates in Chainer v1.8.0 through v1.10.0, and planned features in the upcoming versions. The slides are used at Chainer Meetup #03 in Tokyo.
Chainer Update v1.8.0 -> v1.10.0+
Chainer Update v1.8.0 -> v1.10.0+
Seiya Tokui
2nd July 2016 Chainer Meetup #3
On the benchmark of Chainer
On the benchmark of Chainer
Kenta Oono
深層学習ライブラリの環境問題
深層学習ライブラリの環境問題Chainer Meetup2016 07-02
深層学習ライブラリの環境問題Chainer Meetup2016 07-02
Yuta Kashino
Yahoo! JAPAN 音声認識プラットフォームでのディープラーニングの利用事例と,マルチGPUによる学習の検討 Chainer Meetup #03 http://chainer.connpass.com/event/32917/
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
Yahoo!デベロッパーネットワーク
chainer meetup #03の発表資料です。 http://chainer.connpass.com/event/32917/
俺のtensorが全然flowしないのでみんなchainer使おう by DEEPstation
俺のtensorが全然flowしないのでみんなchainer使おう by DEEPstation
Yusuke HIDESHIMA
Viewers also liked
(20)
Chainer, Cupy入門
Chainer, Cupy入門
進化するChainer
進化するChainer
Chainer の Trainer 解説と NStepLSTM について
Chainer の Trainer 解説と NStepLSTM について
予測型戦略を知るための機械学習チュートリアル
予測型戦略を知るための機械学習チュートリアル
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。
自然言語処理のためのDeep Learning
自然言語処理のためのDeep Learning
LT@Chainer Meetup
LT@Chainer Meetup
Chainer meetup
Chainer meetup
Chainer meetup20151014
Chainer meetup20151014
Towards Chainer v1.5
Towards Chainer v1.5
Chainer Meetup LT (Alpaca)
Chainer Meetup LT (Alpaca)
Chainerを使って細胞を数えてみた
Chainerを使って細胞を数えてみた
NVIDIA 更新情報: Tesla P100 PCIe/cuDNN 5.1
NVIDIA 更新情報: Tesla P100 PCIe/cuDNN 5.1
Chainer Update v1.8.0 -> v1.10.0+
Chainer Update v1.8.0 -> v1.10.0+
On the benchmark of Chainer
On the benchmark of Chainer
深層学習ライブラリの環境問題Chainer Meetup2016 07-02
深層学習ライブラリの環境問題Chainer Meetup2016 07-02
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
俺のtensorが全然flowしないのでみんなchainer使おう by DEEPstation
俺のtensorが全然flowしないのでみんなchainer使おう by DEEPstation
Similar to Tensor flow勉強会 (ayashiminagaranotensorflow)
Stapy #51のLTで発表
最近思った機械学習(PyTorch)のベストプラクティス
最近思った機械学習(PyTorch)のベストプラクティス
Masato Fujitake
C++におけるSTLの型の使い分けについて書いた記事(http://qiita.com/h_hiro_/items/a83a8fd2391d4a3f0e1c)をダイジェストで解説するものです。
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
Hiro H.
多くの人手を割く必要のあった音声ポスプロ作業を細分化し、深層学習を利用することで作業効率と品質向上に寄与させるアプローチ方法を紹介します。
音声ポストプロダクションの機械化
音声ポストプロダクションの機械化
Naoya_Sato
クラウド時代のエンジニア魂と企業に必要なカルチャーチェンジ(前半)
クラウド時代のエンジニア魂と企業に必要なカルチャーチェンジ(前半)
irix_jp
OpenStackハンズオン勉強会
Techcircle001-OpenStackハンズオン勉強会
Techcircle001-OpenStackハンズオン勉強会
Koji Shiraishi
「Python入門者の集い #2」のLTスライドです。 機械学習の知識0の状態からディープラーニングライブラリ「TensorFlow」に挑戦した話です。 数学やアルゴリズムにはほとんど触れていません。発表ではTensorFlowとは何か、何ができるかを伝えることに重点を置いているため、TensorFlowや機械学習を知っている方には物足りない内容かと思います。 TensorFlowや機械学習に触れるきっかけにしていただけたら幸いです。 【補足】 ・Windowsには対応していないと記載していますが、Dockerなど仮想マシンなどを使用すれば実行可能です。 ・私の環境では失敗しましたが、AmazonLinuxでも動作します。 【訂正】 ・機械学習(最急降下法)と記載しましたが、書き方が不適切でした。学習の中で最急降下法を使っていますが、「最急降下法」自体はアルゴリズムなので「機械学習(最急降下法)」という表現は誤りです。
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
2011/03/04の OSC 2011 Tokyo/Spring にて、PCトラブルで見せられなかった幻の(?)PPTです。
OSC 2011 Tokyo/Spring OpenStackプレゼン
OSC 2011 Tokyo/Spring OpenStackプレゼン
Masanori Itoh
第六回全日本コンピュータビジョン勉強会資料です。今回は、 UniT: Multimodal Multitask Learning with a Unified Transformer を紹介します。提案手法であるUniTは自然言語、ビジョン、 Vision and Language のタスクをそれぞれ統一的に解けるTransformer になります。
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
Yasunori Ozaki
2017/2/22に行われたTensorFlow User Group (TFUG) のMeetupでお話させていただいた内容です。数千万人ユーザー規模のアドネットワークAkaNeの広告配信の最適化モデルを、ニューラルネットで構築した事例を紹介します。
NNで広告配信のユーザー最適化をやってみた。@ TFUG #3
NNで広告配信のユーザー最適化をやってみた。@ TFUG #3
Junichiro Katsuta
ここで話しました。 http://python-nyumon.connpass.com/event/36487/
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
Yusaku Kinoshita
How to Use "@nifty Engineer Support" http://blog.sotm.jp/20110412/qpstudy-lite
@nifty エンジニアサポートの使い方
@nifty エンジニアサポートの使い方
Yuichi Saotome
深層学習推論ライブラリ「Menoh(メノウ)」をDeep Learning Labの推論ナイトでご紹介しました。 Menohは学習済みのDNNモデルをONNX形式から読み込んで動作させる推論専用のライブラリです。 Menoh repository: https://github.com/pfnet-research/menoh
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
第1回 Hubot×ChatOps勉強会 http://hubot-chatops.connpass.com/event/9370/
ChatOps@研究室
ChatOps@研究室
Akihiko Horiuchi
セールスフォース ハンズオントレーニング 提供メニュー クリエイティブコンテンツラボトウキョウ@2020
Salesforce hands on training cclt@2020
Salesforce hands on training cclt@2020
CreativeContentLabTo
2015年3月に行われたPyData.Tokyoでのチュートリアル&ハッカソンの説明スライドです。 A deck used in the introductory session of PyData.Tokyo tutorial and hackathon
PyData Tokyo Tutorial & Hackathon #1
PyData Tokyo Tutorial & Hackathon #1
Akira Shibata
静岡Developers勉強会とShizuoka.pyのTensorFlowの資料となります。
TensorFlowによるFizz Buzz
TensorFlowによるFizz Buzz
yaju88
内容はちょっと古いですが... あと本文中のURLも切れてるものあります。
ワークショップ「ゲーム開発チームにおけるパトレット」
ワークショップ「ゲーム開発チームにおけるパトレット」
Masaru Nagaku
Similar to Tensor flow勉強会 (ayashiminagaranotensorflow)
(17)
最近思った機械学習(PyTorch)のベストプラクティス
最近思った機械学習(PyTorch)のベストプラクティス
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
音声ポストプロダクションの機械化
音声ポストプロダクションの機械化
クラウド時代のエンジニア魂と企業に必要なカルチャーチェンジ(前半)
クラウド時代のエンジニア魂と企業に必要なカルチャーチェンジ(前半)
Techcircle001-OpenStackハンズオン勉強会
Techcircle001-OpenStackハンズオン勉強会
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
OSC 2011 Tokyo/Spring OpenStackプレゼン
OSC 2011 Tokyo/Spring OpenStackプレゼン
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
第六回全日本コンピュータビジョン勉強会資料 UniT (旧題: Transformer is all you need)
NNで広告配信のユーザー最適化をやってみた。@ TFUG #3
NNで広告配信のユーザー最適化をやってみた。@ TFUG #3
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
@nifty エンジニアサポートの使い方
@nifty エンジニアサポートの使い方
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
ChatOps@研究室
ChatOps@研究室
Salesforce hands on training cclt@2020
Salesforce hands on training cclt@2020
PyData Tokyo Tutorial & Hackathon #1
PyData Tokyo Tutorial & Hackathon #1
TensorFlowによるFizz Buzz
TensorFlowによるFizz Buzz
ワークショップ「ゲーム開発チームにおけるパトレット」
ワークショップ「ゲーム開発チームにおけるパトレット」
More from tak9029
TFUG鹿児島#1で話したスライド
tfug-kagoshima
tfug-kagoshima
tak9029
2017/06/30の講義で用いたもう少し踏み込んだ入門です
TensorFlowをもう少し詳しく入門
TensorFlowをもう少し詳しく入門
tak9029
AppsJapan2017の資料
Interop2017
Interop2017
tak9029
TFUG#4
Tfug#4
Tfug#4
tak9029
この前開催された、NN論文を肴に飲む会での発表資料。 畳み込みLSTMを用いたレーダーエコーの未来フレーム予測
畳み込みLstm
畳み込みLstm
tak9029
tensorflow勉強会 第四回の資料です
Tf勉強会(4)
Tf勉強会(4)
tak9029
More from tak9029
(6)
tfug-kagoshima
tfug-kagoshima
TensorFlowをもう少し詳しく入門
TensorFlowをもう少し詳しく入門
Interop2017
Interop2017
Tfug#4
Tfug#4
畳み込みLstm
畳み込みLstm
Tf勉強会(4)
Tf勉強会(4)
Recently uploaded
NewSQLの可用性構成パターン (OCHaCafe Season 8 #4 発表資料) 2024年5月8日(水) NTTデータグループ 技術開発本部 小林 隆浩
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
2024年4月に社内向けに開催した勉強会資料の社外公開版です
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
Syed Talal Wasim, Muzammal Naseer, Salman Khan, Ming-Hsuan Yang, Fahad Shahbaz Khan , "Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding" arXiv2024 https://arxiv.org/abs/2401.00901v2
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
Jue Wang, Wentao Zhu, Pichao Wang, Xiang Yu, Linda Liu, Mohamed Omar, Raffay Hamid, " Selective Structured State-Spaces for Long-Form Video Understanding" CVPR2023 https://openaccess.thecvf.com/content/CVPR2023/html/Wang_Selective_Structured_State-Spaces_for_Long-Form_Video_Understanding_CVPR_2023_paper.html
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
This is an introduction to MAPPO's paper.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWANスマート距離検出センサー DS20Lカタログ
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
2022年10月27日に社内向けに開催した勉強会資料の社外公開版です(発表8分程度)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
Recently uploaded
(11)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Tensor flow勉強会 (ayashiminagaranotensorflow)
1.
シーエイトラボ株式会社 怪しみながら使うTensorFlow Tensorflow勉強会 15/12/11C8Lab Copyright 2014
C8Lab Inc. All rights reserved
2.
2 自己紹介 新村拓也(しんむら たくや) 平成2年5月 鹿児島生まれ 東京大学工学部精密工学科人工物工学センター 太田研究室 卒業 「位置情報と投稿内容をもとにしたTwitterを用い た行動予測」 今の素性:シーエイトラボ株式会社 代表取締役 住んでいる場所:巣鴨 好きなもの:お酒 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved
3.
3 TensorFlowとは? 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved u 読み方「テンソルフロー」 u Googleが11月10日に公開したオープンソース u 多層NN(ディープラーニング)に特化したライブラリ u 現状C++/PythonでのAPIが存在 u Tensor(テンソル)のFlow(流れ)で状態記述
4.
4 Tensor(テンソル)とは? 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved テンソル(英: tensor, 独: 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
5.
5 Tensor(テンソル)とは? 要するに多次元配列ってことでおk 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved
6.
6 Tensor(テンソル)とは? 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved 1 2 3 4 ! " # $ % & 1 2 3 4 ! " # $ % & などの行列=2階テンソル などのベクトル=1階テンソル などの何か=3階テンソル 1,2( ) などのスカラー=0階テンソル 1,2,3,4 1 2 3 4 ! " # $ % & 1 2 3 4 ! " # $ % &
7.
7 なぜテンソル? 畳み込みNNなどの場合 といったややこしいことをする場合が多い。。。 pixcel = img[1][4][5] For文で回してごにょごにょ、、、 みたいに記述が面倒。。。。 15/12/11 C8Lab
Copyright 2014 C8Lab Inc. All rights reserved とある画像のR(赤)要素の高さ4px目の横5px目の 画素にアクセス! テンソルを使ってまとめ てやってしまおう!
8.
8 実際に調べてみた u 公式サイト https://www.tensorflow.org 豊富なチュートリアル、ドキュメント、まずはここから! u 使ってみた人のブログ、議論など なるほど参考になります! u
ホワイトペーパー http://download.tensorflow.org/paper/whitepaper2015.pdf 設計思想やまだ公開していない機能とかについても書かれています。 15/12/11 C8Lab Copyright 2014 C8Lab Inc. All rights reserved
9.
9 比較 u 書き方 u Theanoなどのテンソルを用いた有効非巡回グラフでの 書き方 u 一部わかりやすい所もあるが、慣れてしまえばどれも同 じ 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved
10.
10 比較 u 速さ u 単一マシンでのシングルGPU、マルチGPUともに他のラ イブラリのほうが早いっぽい 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved 掲載元:https://cntk.codeplex.com
11.
11 比較 u 対応言語 u Ptython と C++、他のライブラリより多い! だ が……… 15/12/11 C8Lab
Copyright 2014 C8Lab Inc. All rights reserved モデル作ったりするのは結局 python使う必要あるの…?
12.
12 比較 u OS u Windowsダメらしい。(ビルドツールの問題) u Mac,Ubuntuはおk 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved Windowsで使う場合は仮想環境とかでなく デュアルブートがおぬぬめ!
13.
13 比較 u サポートしているモデルの種類 u 3D畳み込みやRNNの一部が他より少ない u 学習フェーズでのメソッドは充実!(AdaGradなど) 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved
14.
14 この時点での感想 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved (ーωー;)ウーン チュートリアルは凄く充実してて面 白いんだけど。。。
15.
15 だがしかし! u TensorBoard u ログ取得を行うことによってモデルや値の推移を可視化 u
ウェブベースの分析画面 15/12/11 C8Lab Copyright 2014 C8Lab Inc. All rights reserved
16.
16 実際のプロジェクトで使ってみた (まだ途中) u 物体の相対位置計測 u 画像に移るとある物体とカメラの相対位置を計測 u
分類ではなく回帰問題 15/12/11 C8Lab Copyright 2014 C8Lab Inc. All rights reserved ・カメラとの相対距離 (x,y,z) ・カメラとの相対角度 (roll,pitch,yaw) を算出する。
17.
17 はまりどころ u ハイパーパラメータをどうするか? u 方針(CNN,RNNなど)とか発火関数はある程度あたり はつく u 何層にする? u 学習率どうする? u 中間層何個にする? u 学習手法どうする? 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved 結構な数のパターンを少数データで検証して、あたりをつける必要がある。 一番大事
18.
18 今までは・・・ u なんらかのライブラリ使って可視化 u 依存関係がああああ u データ見るのにいちいち実行する必要もあり u 詳細な分析するためには別途詳細ログを取得 u 根性で実装 u 必要なポイントでCSV作って u それをエクセルなど使って可視化 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved 実装も比較も面倒くさい!
19.
19 TensorBoardなら 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved 1.ログとって 2.比較など可能 「緑の時のほうが精度良さげ だから採用しよう」、「そもそも このモデルがダメだ」など。
20.
20 TensorBoardなら 3.詳細な値とって回帰曲線の指揮を求める時もCSVインポートできます 4.時間も取ってくれているので最終的な時間も読みやすい 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved
21.
21 実際の取り組み 1.層の数、ノードの数は固定。初期学習率、学習率のアップデートメソッドを 複数パターン試す。 2. 目視比較でアンチパターンを除去 3. 学習曲線を回帰で求めて良さげなものを採用(学習率とその学習手法を 決定) 15/12/11 C8Lab
Copyright 2014 C8Lab Inc. All rights reserved 適当なデータで作ったダメな例
22.
22 これからの取り組み 4.データを少し増やして中間層のパラメータを複数通りで試す 15/12/11 C8Lab Copyright
2014 C8Lab Inc. All rights reserved
23.
23 これからの取り組み 5.重みなどのヒストグラムのデータなどをみて、 より細かいチューニング 15/12/11 C8Lab Copyright
2014 C8Lab Inc. All rights reserved 重みや出力の偏りなどを確認
24.
24 今の時点での感想 u 実業務でのイテレーションを回す際に痒いところに手が届く! u 特に多人数のプロジェクトなどではデータ共有が非常に有利 u
ホワイトペーパーを見る限り、まだ公開していない機能が結構あるので 期待! u やっぱりチュートリアルがすごい u DL以外の要素にも是非活用していってほしいという意思を感じる。。。 15/12/11 C8Lab Copyright 2014 C8Lab Inc. All rights reserved
25.
25 まとめ u リリースして間もないので既存ライブラリと比較すると物足り ない u 現状だと他では一切ないTensorBoardを用いてうまくイテ レーションを回せるのが強み u 圧倒的に面白いチュートリアル u 今後の機能拡張、サポートに強い期待 15/12/11 C8Lab Copyright 2014
C8Lab Inc. All rights reserved
26.
26 15/12/11 C8Lab Copyright
2014 C8Lab Inc. All rights reserved ご静聴ありがとうございました!
27.
27 お問い合わせ ご興味のある企業・団体・個人様は、以下までお問い合わせください。 シーエイトラボ株式会社 http://www.c8-lab.com 東京都港区赤坂 8-5-40 ペガサス青山 Tel 090-3320-2680 代表取締役社長/CEO 新村拓也 E-mail:tak@c8-lab.com 15/12/11 C8Lab
Copyright 2014 C8Lab Inc. All rights reserved C8Lab株式会社は東京大学発のベンチャー企業です。 東京大学人工物工学研究センターの太田順教授と C8Labの新村拓也氏が株式会社グローバルプレナーズと 共同研究した「SNSデータ分析によるオントロジーネット ワーク構築」の技術がCOMPYに応用されています。 「ソーシャル情報から抽出したユーザ行動目的に基づく推 薦システム」「同行者コンテキスト依存の文書抽出およびト ピック解析」「同行者依存のトピック発見モデル」など、 ユーザーの行動分析に関する研究で論文を多く発表して います。
Download now