TensorFlow Lite Model Maker
タスクがサポートされていない場合は、最初に TensorFlow を使用して、転移学習を使用して TensorFlow モデルを再トレーニングしてください（画像、テキスト、音声などのガイドに従ってください) 。または、最初からトレーニングしてから、TensorFlowLite モデルに変換します。 エンドツーエンドの例 Model Maker は、カスタムデータセットを使用して TensorFlow Lite のモデルをわずか数行のコードでトレーニングすることができます。例えば、画像分類モデルのトレーニング手順は以下の通りです。 from tflite_model_maker import image_classifier from tflite_model_maker.image_classifier import DataLoader # Load input data specifi
Tensorflowの転移学習サンプルを機械学習の初心者がギリ分かるところまで噛み砕いてみた | DevelopersIO
せーのでございます。 機械学習というワードはかなり一般化され、エンジニアじゃない方なら「ああ、自動運転とかのやつでしょ」くらいに浸透しています。 特にエンジニアの方であれば「教師あり学習」「教師なし学習」「強化学習」がどういうものを指すか、というのはぼんやりイメージできるかと思います。 そんな機械学習、せっかくなので始めてみたい、とざっくり中身を見出した、、、くらいの方が今日のエントリーの読者対象となります。 今日のテーマは「転移学習」です。 転移学習のやり方を知りたい。最短で。 転移学習、というのはざっくり言うと「元々学習されているモデルを使って自分たちの使いたい方向に再学習すること」です。 機械学習をやりだすと必ず当たる壁が「データが足りない」というものです。特にディープラーニングを使って例えば画像の分類をしたい、とした場合、精度を出すには最低でも数百枚、一般的には数千枚〜数十万枚とい
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
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
