TensorFlowに関するyomikのブックマーク (2)
-
複雑なゲームの場合は人間が実際に打った棋譜などを膨大な量用意することになりますが、今回は○×ゲームという簡単なお題を使った練習なので、筆者が予め最善手を打った場合のデータを作成しておきました。 モデルの詳細 盤面のデータをニューラルネットに入力する際には、×は﹁-1﹂、○は﹁+1﹂、空いている場合は0として扱うことにします。○×ゲームの盤面は9マスなので、ニューラルネットの最初の層のノード数は9個になります。 そして、全結合のネットワークを経て最終的には、×が勝つ確率・○が勝つ確率・引き分けの確率の3つの数値が出力されるというモデルです。 図3 学習モデルの概要 TensorFlow を使った実装 本稿で使用するサンプルコードのうち、TensorFlow で記述された学習用コードtrain.py の重要な部分について簡単に解説をしておきましょう。 TensorFlow にはニューラ
-
個人的には最近聞いた話の中でひさびさにワクワクした話。 ﹁医療﹂﹁教育﹂﹁農業﹂のようなIT未開の分野に黙々と取り組んでいる人達はヒーローに見える Google Cloud Platform Japan 公式ブログ: キュウリ農家とディープラーニングをつなぐ TensorFlow 約三行要約 エンジニア職だった方が実家のキュウリ農場でtensorflowを使った自動の﹁キュウリの品質仕分け機﹂を自作している 家族︵仕分け担当はお母さん︶が9段階に仕分けしたキュウリを撮影し学習用画像データ︵80×80px︶としている。画像7000枚分。 収穫のピーク時には一日8時間ずっと仕分け作業に追われる。それを自動化したい。 Web カメラによる画像撮影は Raspberry Pi 3 で制御し、そこで TensorFlow による小規模なニューラルネットによってキュウリのあり・なしを判断 学習と計
-
1