import torch x = torch.tensor([1., -1.]) w = torch.tensor([1.0, 0.5], requires_grad=True) loss = -torch.dot(x, w).sigmoid().log() loss.backward() print(loss.item()) print(w.grad)
僕は言語を作るきっかけとか思想とかに興味があるので、日頃から新言語を見つけてはニヤニヤしてるんですが、つい昨日Juliaという新言語のリリース記事を読んで、面白そうだったので、紹介がてら粗く翻訳してみました。 なぜ僕らはJuliaを作ったか(原文:Why We Created Julia) 2012年2月14日(火) | Viral Shah, Jeff Bezanson, Stefan Karpinski, Alan Edelman 端的に言えば、僕らは欲張りだからだ。 僕らはMatlabのパワーユーザーだ。LispハッカーやPython使いやRuby使いもPerlハッカーもいる。髭が生える前からMathematicaを使っていたのもいるし、未だに髭が生えてない仲間もいる。常識的な人にはオススメしないくらい多くのグラフをR言語で描いてきた。そしてC言語は僕らのユートピアだ。 いま挙げた言
id:hirokiky です。 if文から機械学習への道、大変勉強になる発表でした。 If文から機械学習への道 from nishio 「機械学習って難しいんじゃないの」 「開発者でやってる自分には関係ないことでしょ」 という疑問や懸念に、 機械学習はif文から一歩一歩学べます 大切なのは顧客価値、ソフトウェア開発で培った技術も活かせるよ と教えてくれます。 ぜひ一読してみてください。 「機械学習ってこうだったんだ」とスッキリすること間違いなしです。 どうステップアップで学んでいけば良いのか この発表の内容は大変素晴らしいです。 さて、具体的にどうやってステップアップで機械学習を学習していけば良いのでしょう。 機械学習はif文から地続きなようですが、それを体験しながら学べたらもっと素晴らしい と思いませんか? そこで、PyQをオススメします。 pyq.jp PyQでは「if文からの機械学習
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