技術ドキュメント関連

 

より高度なAPIを備えたTensorFlow用ディープラーニングライブラリ TFLearn(翻訳)

本記事は、TFLearnのドキュメンテーションサイト(home)を翻訳(適宜意訳)したものです。 誤り等あればご指摘いただけたら幸いです。

はじめに

TFlearnは、Tensorflowの上に構築されたモジュラーで透過的なディープラーニングライブラリです。
TensorFlowに高レベルのAPIを提供するように設計されており、完全に透過的で互換性がありながら実装を、容易にし、かつスピードアップすることができます。

TFLearnの機能は次のとおりです。

  • チュートリアルとサンプルを使用して、使いやすいディープニューラルネットワークを実装するための高度なAPIを理解してください
  • 高度にモジュール化されたニューラルネットワーク層、正則化ツール、オプティマイザ、メトリックによる高速プロトタイプの作成
  • Tensorflowを完全に透過します。すべての関数はTensorに基づいて構築され、TFLearnとは独立して使用できます
  • 強力なヘルパー機能として、複数の入力、出力、オプティマイザをサポート、TensorFlowグラフを訓練する機能を備えています
  • ウェイト、グラデーション、アクティベーションなどの詳細を含む、簡単で美しいグラフのビジュアライゼーション機能
  • 複数のCPU / GPUを使用するための簡単なデバイス配置

この高レベルなAPIは現在、Convolutions、LSTM、BiRNN、BatchNorm、PReLU、Residual networks、Generative networksなどの最新のディープラーニングモデルのほとんどをサポートしています。今後もTFLearnは最新のディープラーニング技術をフォローしていきます。

注意:最新のTFLearn(v0.3)は、TensorFlow v1.0以降とのみ互換性があります。

概要

コードの例

# Classification
tflearn.init_graph(num_cores=8, gpu_memory_fraction=0.5)

net = tflearn.input_data(shape=[None, 784])
net = tflearn.fully_connected(net, 64)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 10, activation='softmax')
net = tflearn.regression(net, optimizer='adam', loss='categorical_crossentropy')

model = tflearn.DNN(net)
model.fit(X, Y)
# Sequence Generation
net = tflearn.input_data(shape=[None, 100, 5000])
net = tflearn.lstm(net, 64)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 5000, activation='softmax')
net = tflearn.regression(net, optimizer='adam', loss='categorical_crossentropy')

model = tflearn.SequenceGenerator(net, dictionary=idx, seq_maxlen=100)
model.fit(X, Y)
model.generate(50, temperature=1.0)

こちらにはもっと多くのサンプルコードがあります。

どこから始めれば良いか

TFLearnをインストールするには、「Installation Guide」を参照してください。

Tensorflowのバージョンが1.0未満の場合、Tensorflowをアップグレードしてください。

はじめに:「Getting Started with TFLearn」「TFLearn Tutorials」を参照してください。

その他のサンプルコードについては、「Examples List」を参照してください。

APIを参照するには、「API Documentation」を確認してください。

モデルの可視化

グラフ

Graph

損失と正確さ(複数回)

Loss acc

レイヤー

Layer visualization

ソース

GitHub:https://github.com/tflearn/tflearn

この記事が気に入ったら
いいね ! しよう

Twitter で

関連記事

  1. 技術ドキュメント関連

    Solidityで仮想通貨を作ってみる(翻訳)

    こんにちは、荒井(@yutakarai)です。 NOTE…

  2. 技術ドキュメント関連

    Java開発者のためのブロックチェーンライブラリ3選

    こんにちは、荒井(@yutakarai)です。Bitcoinをはじ…

  3. AI・機械学習・ディープラーニング

    機械学習初心者のためのMNIST(翻訳)

    こんにちは、荒井(@yutakarai)です。本記事は、Tenso…

  4. AI・機械学習・ディープラーニング

    TensorFlow for C をインストールしよう

    こんにちは、荒井(@yutakarai)です。本記事は、Tenso…

  5. AI・機械学習・ディープラーニング

    Appleの機械学習フレームワーク「Core ML」「Vision」

    こんにちは、荒井(@yutakarai)です。機械学習、流行ってい…

IT技術と経営をつなぐコンサルティング

最近の記事

  1. AI・機械学習・ディープラーニング

    深層学習ライブラリKerasの勉強に役立つコミュニティサイトまとめ(英語サイト)…
  2. 注目ニュース

    ロシアが、2018年7月までに暗号通貨市場を合法化する準備を進めている
  3. AI・機械学習・ディープラーニング

    機械学習を利用した旅行ガイドアプリ KOMPAS
  4. ITビジネス戦略・ビジネスモデル研究

    生産性を高める習慣を鍛える – Build Focus
  5. WEB集客・WEBマーケティング

    オンラインビジネスで成功するにはモバイル市場を見過ごしてはいけない
PAGE TOP