Submit Search
Upload
My code
•
Download as PPTX, PDF
•
1 like
•
60 views
俊
俊 中村
Follow
研究に使っているコードの紹介
Read less
Read more
Engineering
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 10
Download now
Recommended
BMS Molecular Translation 3rd place solution
BMS Molecular Translation 3rd place solution
Kazuki Fujikawa
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
Shohei Hido
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
LT@Chainer Meetup
LT@Chainer Meetup
Shunta Saito
More modern gpu
More modern gpu
Preferred Networks
PCAの最終形態GPLVMの解説
PCAの最終形態GPLVMの解説
弘毅 露崎
Prml7.5.1
Prml7.5.1
Daiki Tsukahara
PythonistaがOCamlを実用する方法
PythonistaがOCamlを実用する方法
Yosuke Onoue
Recommended
BMS Molecular Translation 3rd place solution
BMS Molecular Translation 3rd place solution
Kazuki Fujikawa
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
Shohei Hido
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
LT@Chainer Meetup
LT@Chainer Meetup
Shunta Saito
More modern gpu
More modern gpu
Preferred Networks
PCAの最終形態GPLVMの解説
PCAの最終形態GPLVMの解説
弘毅 露崎
Prml7.5.1
Prml7.5.1
Daiki Tsukahara
PythonistaがOCamlを実用する方法
PythonistaがOCamlを実用する方法
Yosuke Onoue
Swiftを勉強してrubyの コードが変化した3つの事
Swiftを勉強してrubyの コードが変化した3つの事
Karino Kyohei
Tokyo.R #19 発表資料 「Rで色々やってみました」
Tokyo.R #19 発表資料 「Rで色々やってみました」
Masayuki Isobe
[第2版]Python機械学習プログラミング 第13章
[第2版]Python機械学習プログラミング 第13章
Haruki Eguchi
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
Kohta Ishikawa
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
Yuki Nagai
Rubyの御先祖CLUのお話(OSC 2011 Shimane LT 資料)
Rubyの御先祖CLUのお話(OSC 2011 Shimane LT 資料)
洋史 東平
Lispmeetup #39 MGLの紹介: Common Lispによるディープラーニング
Lispmeetup #39 MGLの紹介: Common Lispによるディープラーニング
Satoshi imai
HTML5 Conference LT TensorFlow
HTML5 Conference LT TensorFlow
isaac-otao
Introduction to NumPy & SciPy
Introduction to NumPy & SciPy
Shiqiao Du
Scheme to x86コンパイラ
Scheme to x86コンパイラ
Nobutaka Takushima
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装について
Yuya Unno
Lispmeetup #45 Common Lispで音声合成
Lispmeetup #45 Common Lispで音声合成
Satoshi imai
Klab expert camp 成果発表
Klab expert camp 成果発表
teruyaono1
[第2版]Python機械学習プログラミング 第12章
[第2版]Python機械学習プログラミング 第12章
Haruki Eguchi
[第2版]Python機械学習プログラミング 第12章
[第2版]Python機械学習プログラミング 第12章
Haruki Eguchi
Lisp meetup #29 cl-online-learningの紹介
Lisp meetup #29 cl-online-learningの紹介
Satoshi imai
Sort
Sort
oupc
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
Deep Learning JP
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Sho Tatsuno
Rmq
Rmq
oupc
ディープラーニングフレームワーク とChainerの実装
ディープラーニングフレームワーク とChainerの実装
Ryosuke Okuta
今さら聞けないHadoop勉強会第3回 セントラルソフト株式会社(20120327)
今さら聞けないHadoop勉強会第3回 セントラルソフト株式会社(20120327)
YoheiOkuyama
More Related Content
What's hot
Swiftを勉強してrubyの コードが変化した3つの事
Swiftを勉強してrubyの コードが変化した3つの事
Karino Kyohei
Tokyo.R #19 発表資料 「Rで色々やってみました」
Tokyo.R #19 発表資料 「Rで色々やってみました」
Masayuki Isobe
[第2版]Python機械学習プログラミング 第13章
[第2版]Python機械学習プログラミング 第13章
Haruki Eguchi
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
Kohta Ishikawa
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
Yuki Nagai
Rubyの御先祖CLUのお話(OSC 2011 Shimane LT 資料)
Rubyの御先祖CLUのお話(OSC 2011 Shimane LT 資料)
洋史 東平
Lispmeetup #39 MGLの紹介: Common Lispによるディープラーニング
Lispmeetup #39 MGLの紹介: Common Lispによるディープラーニング
Satoshi imai
HTML5 Conference LT TensorFlow
HTML5 Conference LT TensorFlow
isaac-otao
Introduction to NumPy & SciPy
Introduction to NumPy & SciPy
Shiqiao Du
Scheme to x86コンパイラ
Scheme to x86コンパイラ
Nobutaka Takushima
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装について
Yuya Unno
Lispmeetup #45 Common Lispで音声合成
Lispmeetup #45 Common Lispで音声合成
Satoshi imai
Klab expert camp 成果発表
Klab expert camp 成果発表
teruyaono1
[第2版]Python機械学習プログラミング 第12章
[第2版]Python機械学習プログラミング 第12章
Haruki Eguchi
[第2版]Python機械学習プログラミング 第12章
[第2版]Python機械学習プログラミング 第12章
Haruki Eguchi
Lisp meetup #29 cl-online-learningの紹介
Lisp meetup #29 cl-online-learningの紹介
Satoshi imai
Sort
Sort
oupc
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
Deep Learning JP
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Sho Tatsuno
Rmq
Rmq
oupc
What's hot
(20)
Swiftを勉強してrubyの コードが変化した3つの事
Swiftを勉強してrubyの コードが変化した3つの事
Tokyo.R #19 発表資料 「Rで色々やってみました」
Tokyo.R #19 発表資料 「Rで色々やってみました」
[第2版]Python機械学習プログラミング 第13章
[第2版]Python機械学習プログラミング 第13章
Rでisomap(多様体学習のはなし)
Rでisomap(多様体学習のはなし)
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
Rubyの御先祖CLUのお話(OSC 2011 Shimane LT 資料)
Rubyの御先祖CLUのお話(OSC 2011 Shimane LT 資料)
Lispmeetup #39 MGLの紹介: Common Lispによるディープラーニング
Lispmeetup #39 MGLの紹介: Common Lispによるディープラーニング
HTML5 Conference LT TensorFlow
HTML5 Conference LT TensorFlow
Introduction to NumPy & SciPy
Introduction to NumPy & SciPy
Scheme to x86コンパイラ
Scheme to x86コンパイラ
GPU上でのNLP向け深層学習の実装について
GPU上でのNLP向け深層学習の実装について
Lispmeetup #45 Common Lispで音声合成
Lispmeetup #45 Common Lispで音声合成
Klab expert camp 成果発表
Klab expert camp 成果発表
[第2版]Python機械学習プログラミング 第12章
[第2版]Python機械学習プログラミング 第12章
[第2版]Python機械学習プログラミング 第12章
[第2版]Python機械学習プログラミング 第12章
Lisp meetup #29 cl-online-learningの紹介
Lisp meetup #29 cl-online-learningの紹介
Sort
Sort
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
Rmq
Rmq
Similar to My code
ディープラーニングフレームワーク とChainerの実装
ディープラーニングフレームワーク とChainerの実装
Ryosuke Okuta
今さら聞けないHadoop勉強会第3回 セントラルソフト株式会社(20120327)
今さら聞けないHadoop勉強会第3回 セントラルソフト株式会社(20120327)
YoheiOkuyama
機械学習を用いた予測モデル構築・評価
機械学習を用いた予測モデル構築・評価
Shintaro Fukushima
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
Daiyu Hatakeyama
ICCV 2019 論文紹介 (26 papers)
ICCV 2019 論文紹介 (26 papers)
Hideki Okada
論文紹介:Temporal Action Segmentation: An Analysis of Modern Techniques
論文紹介:Temporal Action Segmentation: An Analysis of Modern Techniques
Toru Tamaki
Define and expansion of cpp macro
Define and expansion of cpp macro
digitalghost
なにわテック20180127
なにわテック20180127
Natsutani Minoru
Toxic comment classification
Toxic comment classification
Nasuka Sumino
とあるFlashの自動生成
とあるFlashの自動生成
Akineko Shimizu
2012-03-08 MSS研究会
2012-03-08 MSS研究会
Kimikazu Kato
Stan勉強会資料(前編)
Stan勉強会資料(前編)
daiki hojo
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
Kamiya Toshihiro
画像認識で物を見分ける
画像認識で物を見分ける
Kazuaki Tanida
準同型暗号の実装とMontgomery, Karatsuba, FFT の性能
準同型暗号の実装とMontgomery, Karatsuba, FFT の性能
MITSUNARI Shigeo
はじめての人のためのDeep Learning
はじめての人のためのDeep Learning
Tadaichiro Nakano
JAWSDAYS 2014 ACEに聞け! EMR編
JAWSDAYS 2014 ACEに聞け! EMR編
陽平 山口
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
de:code 2017
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
NVIDIA Japan
関数型言語&形式的手法セミナー(3)
関数型言語&形式的手法セミナー(3)
啓 小笠原
Similar to My code
(20)
ディープラーニングフレームワーク とChainerの実装
ディープラーニングフレームワーク とChainerの実装
今さら聞けないHadoop勉強会第3回 セントラルソフト株式会社(20120327)
今さら聞けないHadoop勉強会第3回 セントラルソフト株式会社(20120327)
機械学習を用いた予測モデル構築・評価
機械学習を用いた予測モデル構築・評価
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
ICCV 2019 論文紹介 (26 papers)
ICCV 2019 論文紹介 (26 papers)
論文紹介:Temporal Action Segmentation: An Analysis of Modern Techniques
論文紹介:Temporal Action Segmentation: An Analysis of Modern Techniques
Define and expansion of cpp macro
Define and expansion of cpp macro
なにわテック20180127
なにわテック20180127
Toxic comment classification
Toxic comment classification
とあるFlashの自動生成
とあるFlashの自動生成
2012-03-08 MSS研究会
2012-03-08 MSS研究会
Stan勉強会資料(前編)
Stan勉強会資料(前編)
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
実行トレース間のデータの差異に基づくデータフロー解析手法の提案
画像認識で物を見分ける
画像認識で物を見分ける
準同型暗号の実装とMontgomery, Karatsuba, FFT の性能
準同型暗号の実装とMontgomery, Karatsuba, FFT の性能
はじめての人のためのDeep Learning
はじめての人のためのDeep Learning
JAWSDAYS 2014 ACEに聞け! EMR編
JAWSDAYS 2014 ACEに聞け! EMR編
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
[AI05] 目指せ、最先端 AI 技術の実活用!Deep Learning フレームワーク 「Microsoft Cognitive Toolkit 」...
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング ~進化するニューラルネットワークとその開発方法について~
関数型言語&形式的手法セミナー(3)
関数型言語&形式的手法セミナー(3)
More from 俊 中村
20180712 snakamura
20180712 snakamura
俊 中村
Reserch report 2
Reserch report 2
俊 中村
Universal adversarial perturbations
Universal adversarial perturbations
俊 中村
20180115 nn survey
20180115 nn survey
俊 中村
Intoro ga
Intoro ga
俊 中村
Reserch report 1
Reserch report 1
俊 中村
More from 俊 中村
(6)
20180712 snakamura
20180712 snakamura
Reserch report 2
Reserch report 2
Universal adversarial perturbations
Universal adversarial perturbations
20180115 nn survey
20180115 nn survey
Intoro ga
Intoro ga
Reserch report 1
Reserch report 1
My code
1.
コード紹介(keras) 2018/05/31 中村俊
2.
今回のコードの概要 ● 自分がこれまでのゼミで発表してきた実験をする際に使 ってきたコード ● Keras+転移学習+グラフ描画の関数 ●
画像のオーグメンテーション(水増し)なしのコード( そんなに変わらない)
3.
1. 必要なライブラリのimport ● kerasのNNに必要なライブラリをimport ●
画像→numpy ● グラフ描画→matplot ● 転移学習→keras内のinception-v3 ● K分割交差検証
4.
2. 学習前の準備 1. 入力形状の指定(画像サイズ) 2.
学習データとテストデータのロー ド 3. 交差検証の分割数の指定 4. 各種配列の定義 5. countとしてループ回数をカウント
5.
3. 使用するGPUを指定する(おまじない) ここでGPUの指定(4つなら,0〜3の間で選択)
6.
4. モデルの作成 KFoldライブラリを使用する時の書き方 ● Inceptionの設定 ●
tf.deviceはCPUの指定? ● SequentialAPI使用の宣言 ● 16ユニット×2の全結合層の作成 inception-v3+全結合のモデルの定義 マルチGPUにする場合は必要(非推奨)
7.
5. 学習と結果の保存 交差検証のデータ作成(学習と検証データの分割) ループの回数のカウント(各交差検証のたびに学習データの保存) ● 各交差検証での学習曲線の保存 ●
Error_average関数の出力(テストデータの誤 差の平均)を保存 ● 各誤差許容範囲における正答率の保存 自分で作成した関数
8.
6. 関数の説明 ● map関数と無名関数を使用するともう少しシ ンプルにかけるはず [0,1,4,9,16・・・・・]
9.
7. K分割交差検証の平均の出力 ● 各交差検証における視力推定誤差の平均 ●
Printで出力 ● history_loss配列のlossをグラフ描画する関数 ● 許容誤差-正答率曲線を描画する関数 forループの外
10.
8. 全体のコード 1 2
3
Download now