本記事について この記事では，現在深層学習について勉強中の私が 新納浩幸 Chainerによる実践深層学習 オーム社 を読んで学んだChainerの基本オブジェクトについてまとめています． 間違った解釈を載せている場合もありますので，おかしな点に気づかれた方はご指摘していただけると幸いです． Chainerについて ChainerはPFI／PFN（株式会社Preferred Infrastructure/株式会社Preferred Networks）が開発する深層学習のフレームワークです． 深層学習を実装する上で必要な計算を行うライブラリを豊富に備えています． 特徴をまとめると， -Python（2.7以上）から利用することができる -あらゆるニューラルネットワークの構造に対応 -動的な計算グラフ構築による直感的なコード -GPUの強力なサポート です． 特に，Linux環境下であれば（基
機械学習で色々やっていると、いろいろなモデルを複合したアンサンブルモデルなど、自分で新しい予測モデルを作りたい場合があります。 その場合自分でいちから作り上げても良いのですが、そうやって作ったモデルは、たとえば scikit-learn のパラメータ最適化モジュールである GridSearch や RandomSearch を利用することができなくて、少々不便です。 この際に scikit-learn の定義にしたがってモデルを定義すればうまく連携がとれて効率的です。以下では scikit-learn 準拠の予測モデルをどうやって作ればよいか、その際の注意点や推奨事項を取り上げます。 参考 Creating your own estimator in scikit-learn http://danielhnyk.cz/creating-your-own-estimator-scikit-l
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
