人工知能-TensorFlow
はじめに 連続で滑らかな関数の近似 データ Gaussian Process ニューラルネット 不連続な関数 データ Gaussian Process ニューラルネット
はじめに データ モデル 遷移核 あとは回すだけ
はじめに カルマンフィルタの意義 TFPでのカルマンフィルタ モジュール データの生成 TFPで線形状態空間モデルを作る カルマンフィルタの実行 追加実験 追加実験1:状態と観測の次元が異なるケース 追加実験2: 不可観測系 最後に
モジュール データとモデル データ モデル 学習前の生成モデルからのデータ 対数同時確率の計算 事後分布 MCMCを回す 確率遷移核 MCMC の設定 サンプリングの結果 EAP推定 ベイズ予測分布 ノイズ項を無しにした、回帰曲線のベイズ予測分布
はじめに TensorFlow 2.0 データ モジュール名 データセット モデル作成 モデルのインスタンス化と訓練準備 訓練関数 訓練 PyTorch import データ準備 モデル作成 モデルのインスタンス化と訓練準備 学習コード
tf.functionの基本 基本的な役割 実際の使い方 注意点 制御構文 TO DO
はじめに 色々な分布 正規分布を使った基本 変数の接続が複雑な場合 sample log_prob
はじめに 線形回帰と学習のコード データセット PyTorch TF2.0 違い 些細な違い:層の定義の仕方 些細な違い:ロス関数の書き方 大きな違い:勾配計算とパラメータ更新 ニューラルネットワークの簡単な書き方 PyTorch TF2.0 違い 畳み込みニューラルネットワ…
TensorFlow 2.0発表! コード周辺の変更 tutorial
はじめに TensorFlow Eager Execution概要 What's Eager Execution Why Eager Execution 計算グラフを動的に変えられる PythonicかつNumPyライクに使える Eager Execution 実践 自動微分 低レベルEager Optimizer利用 tf.keras.layersl + tf.train Keras で…
TensorFlow Eager_Execution Tutorials 始めました。 PyTorchのTutorialsの充実具合に影響されて始めました。githubにあるPyTorchのtutorialリポジトリを参考に、TensorFlow Eagerへ焼き直し、あるいは適宜内容を変更し、今後も追加していきます。コードは今…