TensorFlowの日本語まとめ

TensorFlowの公式サイトに書かれている英文を英語ど素人が翻訳(日本語訳/和訳)します。 間違いがありましたら、優しく教えていただけますと幸いです。 内容を理解したら、使ってみたい。

GPUsを使う

Supported devices 典型的なシステムでは、複数のコンピューティングデバイスがあります。TensorFlowでは、サポートされているデバイス・タイプは、CPUとGPUです。それらは、 stringsとして表現されています。 例えば: "/cpu:0": あなたのマシンのCPU。 "/g…

Custom Data Readers

前提条件: C++とある程度の知識。 TensorFlowソースをダウンロード し、それを構築することができていなければなりません。 私たちは2つの断片にファイルフォーマットをサポートするタスクを分割します。: ファイルフォーマット:私たちは、ファイルからレ…

5.Docstringセクションの説明

ここでdocstringの各要素のためのより多くの詳細および実施例です。 opは何をするか説明する短い文。 例えば、 Concatenates tensors. Flips an image horizontally from left to right. Computes the Levenshtein distance between two sequences. Saves a …

4.OPドキュメンテーションスタイルガイド~Ops defined in C++ & Ops defined in Python

Ops defined in C++ C++で定義されているすべてのOPSはREGISTER_OP宣言の一部として文書化されなければなりません。C++ファイル内のdocstringが自動的に入力形式、出力形式、およびはAttrタイプとデフォルト値については、いくつかの情報を追加するために処…

3.OPドキュメンテーションスタイルガイド~Tensor Dimensions

Tensor Dimensions あなたは一般的にはtensorの話をしているときは、単語のtensorを大文字にしないでください。あなたはOPによって引数としてOPに提供されるか、または返された特定のオブジェクトの話をしているとき、あなたは単語のTensorを大文字にする必…

2.OPドキュメンテーションスタイルガイド

理想的には、表現のために、以下の情報を提供する必要があります: opは何をするか説明する短い文。 opに引数を渡すときに何が起こるかの短い説明。 opがどのように機能するかを示す例(擬似コードが最適です)。 要件、警告、重要な注意事項(いずれも存在…

1.TensorFlowドキュメントを書きます

TensorFlowのマニュアルでは、Markdown記法で維持、およびg3doc/ディレクトリに置かれています。はじめに、概要、チュートリアル、およびハウツーセクションは手動で編集されています。 g3doc/api_docsディレクトリ内のものはコード内のコメントから生成され…

11.GPU Support

あなたは、異なるカーネルを実装し、さまざまな種類のカーネルを登録することができます。同じように、GPUのためのCPU用と別のものを登録することができます。tensorflow/core/kernels/でのGPUをサポートしたカーネルのいくつかの例があります。いくつかのカ…

10.OP登録 Backwards compatibility

Backwards compatibility 一般的には、仕様への変更は下位互換性がなければなりません。:OPの仕様を変更すると、古い仕様から構築前にシリアライズされたGraphDefプロトコルバッファを破壊してはなりません。GraphDefの互換性の詳細については、ここで説明 …

9.OP登録 Inputs and Outputs

Inputs and Outputs 上記を要約すると、OPの登録は、複数の入力と出力を持つことができます。: REGISTER_OP("MultipleInsAndOuts") .Input("y: int32") .Input("z: float") .Output("a: string") .Output("b: int32");

8.OP登録 Polymorphism

Polymorphism Type Polymorphism 入力として、異なる種類を取るか、または異なる出力タイプを生成することができOPSでは、OPの登録で入力または出力タイプのattrを指定することができます。通常は、各サポートされているタイプの OpKernelを登録する必要があ…

7. OP登録 Attr types

Attr types 以下のタイプがattrでサポートされています。 string: バイトの任意のシーケンス(UTF8である必要はありません)。 int: 符号付き整数。 float:浮動小数点数。 bool: True or false. type: DataTypeの(non-ref)値の1つ。 shape: TensorShapePro…

6.OP登録 Attrs

Attrs OPSは、その値がOPをグラフに追加されたときに設定されるattrsを有することができます。これらは、OPを構成するために使用され、それらの値は、カーネルの実装内およびOP登録における入力と出力のタイプの両方にアクセスすることができます。入力がよ…

5.検証

上記の例では、OPは、任意の形状のテンソルに適用することを想定しました。ベクトルに適用されるのみの場合はどうなりますか?つまり、上記のカーネルの実装にチェックを追加することを意味します。

4.PythonでOPを使用しました

TensorFlow PythonのAPIは、動的ライブラリをロードし、TensorFlowフレームワークとOPを登録するload_op_library機能を提供します。load_op_libraryは、OP用のPythonラッパーが含まれているPythonモジュールを返します。あなたはOPを内蔵したらこれは、Pytho…

3.OPのライブラリを構築

TensorFlowバイナリのインストールと お使いのシステムでの g++のようなC++コンパイラや利用可能なclang と zero_out.ccをコンパイルすることができるはずです。バイナリーPIPパッケージには、システム固有である場所であなたのOPをコンパイルする必要がある…

2.OP用のカーネルを実装

あなたがインターフェイスを定義した後、OPの一つ以上の実装を提供します。OpKernelを拡張し、Computeメソッドをオーバーライドするクラスを作成し、これらのカーネルの1つを作成します。Computeメソッドを使用すると、入力と出力のセンサーのような便利なも…

1.新しいOPを追加する

前提条件: C++にある程度慣れていること。 TensorFlow binaryをインストールしておく必要があり、またはTensorFlow sourceをダウンロードしておく必要があり、そしてそれを構築することができます。

2.キューランナー

キューランナークラスは繰り返しエンキューOPを実行するスレッドの数を作成します。これらのスレッドは一緒に停止するためにコーディネーターを使用することができます。また、キューランナーは、例外がコーディネータに報告された場合、自動的にキューを閉…

最近のTensorFlowトレンドのまとめ(2016/3/2)

TensorFlowを学ぶ まずは、「TensorFlow」を学ぶ講座の開設のお知らせから。 英語が分かるなら受けてみたい。 www.itmedia.co.jp 「英語も一緒に勉強したる」といった気概を持った人や「英語は分かる」といった人は、無料だし良い教材かもしれません。 これ…

1.スレッディングとキュー

キューはTensorFlowを使用して非同期計算のための強力なメカニズムです。 TensorFlowのすべてと同様に、キューがTensorFlowグラフのノードがあります。 これは次のとおり変数のようなステートフルノードです。:他のノードは、その内容を変更することができ…

4.プリロード・データ

これは、メモリ内でのみ完全にロードできる、小さなデータセットのために使用されています。2つの方法があります。: 定数にデータを格納します。 あなたは初期化してから変更しないことを、変数にデータを格納します。 一定の使用は、少し簡単ですが、(定数…

3.スレッドを作成すると、QueueRunnerオブジェクトを使用してプリフェッチします

ショートバージョン:上記tf.train 機能の多くは、あなたのグラフに QueueRunnerのオブジェクトを追加します。これらは、あなたがどんなトレーニングや推論の手順を実行する前にtf.train.start_queue_runnersを呼び出し、またはそれが永遠にハングアップする…

2.Reading from files

ファイルからレコードを読み取るための典型的なパイプラインは以下のステージがあります。 ファイル名のリスト オプションのファイル名シャッフリング オプションのエポックの制限 ファイル名のキュー ファイル形式のリーダー リーダで読み取るレコードのデ…

1.データの読み込み

TensorFlowプログラムにデータを取得するには主に3つの方法があります。: Feeding:各ステップを実行するときにPythonコードは、データを提供します。 Reading from files:入力パイプラインはTensorFlowグラフの開始時にファイルからデータを読み出します。 …

「人工知能は人間を超えるか ~ディープラーニングの先にあるもの」を読んで

今回は、「人工知能は人間を超えるか ~ディープラーニングの先にあるもの」という本を読んでの感想です。 この本は、TensorFlowがオープンソースとして登場する前に書かれた本です。 人工知能は人間を超えるか (角川EPUB選書)

3.C++ APIを使用した使用法

あなたは、本番環境で使用するためのC ++で同じ Inception-v3のモデルを実行することができます。あなたはこのようなモデルを定義GraphDefを含むアーカイブをダウンロードすることができます。(TensorFlowリポジトリのルートディレクトリから実行されていま…

2.PythonのAPIを使用した使用法

プログラムが最初に実行されたときにclassify_image.pyはtensorflow.org から訓練されたモデルをダウンロードします。あなたは使用可能な約200Mの空き領域のハードディスクが必要です。 以下の手順では、PIPパッケージからTensorFlowをインストールし、端末…

1.画像認識

ビジョンを作る私たちの脳は簡単に思えます。人間は、ライオンやジャガーを離れて伝えるサインを読み取る、またはヒトの顔を認識することに何も努力することはありません。しかし、これらは、実際にコンピュータで解決する難しい問題です:私たちの脳は、画…

MNISTデータダウンロード

コード: tensorflow/examples/tutorials/mnist/ このチュートリアルの目的は、(クラシック)MNISTデータセットを使用して、手書き数字の分類に必要なデータセットファイルをダウンロードする方法を示すことです。