このサンプルが中で何やってんのかざっと読んだ時のメモ。 LSTMの本実装部分は正直全然読み込めてない。 一旦ある程度自由に検証出来るようにいじれるぐらいまでの読み具合。 訓練データの分類 コード全体として、入力される訓練データは3種類ある。 train 学習に使われるデータ valid 誤差率を検証するためのデータ 誤差の数値はhistoryとして記録されている test 訓練とは独立して誤差検証に利用されるデータ 過学習が起きてないかどうかを検証するために使っているっぽい。 実訓練とは完全に独立して利用されている。 validのエラー率同様、testの誤差率もhistoryに記録される（後述） コードリーディング imdb.py データの準備、などを行っている。独自データを扱う際にはこの部分の拡張をするのが一番手軽。 prepare_data() 複数の訓練サンプルを受け取り、転置行列、
Keras is now available for JAX, TensorFlow, and PyTorch! Read the Keras 3.0 release announcement "Keras is one of the key building blocks in YouTube Discovery's new modeling infrastructure. It brings a clear, consistent API and a common way of expressing modeling ideas to 8 teams across the major surfaces of YouTube recommendations." Maciej Kula Staff Software Engineer - Google "Keras has tremendo
「Deep Learning Implementation」でググるとトップに出てくることで, たまに話題になるライブラリ Theano について簡単に調べたので紹介する. 間違いがあったら是非教えて欲しい. なお, Deep Learningに関する解説は今回は行わない. TheanoとはPythonにおける数値計算用のライブラリである. 行列演算などを行う関数を提供しており, numpy/scipyの代替パッケージと思えばいいだろう. 大きな特徴は 実行時におけるC++コードの生成とコンパイル GPUサポート 解析的な微分のサポート (x^2の微分=2xという操作を自動でやってくれる) の3つである. 一部は後に詳細を説明する. これによってMultilayer Perceptronを実行するベンチマークでは, Theanoがnumpyより1.8倍, Matlabより1.6倍速いという
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
