My Neural Network isn't working! What should I do?
Created on Aug. 19, 2017, 5:56 p.m. So you're developing the next great breakthrough in deep learning but you've hit an unfortunate setback: your neural network isn't working and you have no idea what to do. You go to your boss/supervisor but they don't know either - they are just as new to all of this as you - so what now? Well luckily for you I'm here with a list of all the things you've probabl
TensorFlow Tutorialの数学的背景 − TensorFlow Mechanics 101（その2） - めもめも
何の話かというと enakai00.hatenablog.com 上記の記事では、隠れUnitが２個という、世界で最もシンプルなニューラルネットワークを構成しました。 これをちょこっとだけ、拡張して遊んでみます。 隠れUnitを増やす それぞれの隠れUnitは平面を直線で分割するわけですので、隠れUnitを増やせば分割線がどんどん増やせます。 前回のコードでは、下記の部分で隠れUnitの個数を指定していたので、これを変えてためしてみます。ここでは、4個にしてみます。 hidden1_units = 4 はい。予想通り、境界線がより複雑になりました。隠れUnitの数をどんどん増やすことで、どれほど複雑な関数でも表現できてしまいます。 ちなみに、上図の左側では、確率0.5を境界にして○と✕の領域を単純に分割していますが、右側を見ると、○と✕が混在した領域では、きちんと中間的な確率になっているこ
ゴッホやピカソに肖像画を描いてもらえる？ ドイツの研究者が開発した人工知能がすごすぎる
ゴッホやピカソに肖像画を描いてもらえる？ ドイツの研究者が開発した人工知能がすごすぎる ゴールド土方 2015年9月9日 もしゴッホやピカソに肖像画の作成を依頼したら、軽く1億円は要求されるのではないだろうか。もちろん、ゴッホやピカソが生きていたらの話だが……。 独テュービンゲン大学の研究者が発表した人工知能が今話題になっている。与えられた画像を絵画風に加工するのだが、加工後の画像のクオリティーが高すぎる！ ・巨匠の作品が1時間で完成！ 今回発表された人工知能の仕組みはこうだ。まず写真を用意する。東京タワーの写真でもいいし、自分の証明写真でもいい。次に好きな芸術家の作品を用意する。これもなんでもいい。ムンクの『叫び』でもいいし、ゴッホの『ひまわり』でもいい。 人工知能が何をするかというと、芸術家の作品を見てその特徴を学び、与えられた写真をその芸術家風に加工するのだ。例えばキムタクの写真とム
A Neural Network in 11 lines of Python (Part 1) - i am trask
A bare bones neural network implementation to describe the inner workings of backpropagation. Posted by iamtrask on July 12, 2015 Summary: I learn best with toy code that I can play with. This tutorial teaches backpropagation via a very simple toy example, a short python implementation. Edit: Some folks have asked about a followup article, and I'm planning to write one. I'll tweet it out when it's
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
GitHub - vahidk/EffectiveTensorflow: TensorFlow tutorials and best practices.
dynet/Autobatching.ipynb at master · clab/dynet · GitHub
