Tensorflow2のSubClassingAPIは、これまでにないような先進的なAIモデルを フルカスタマイズで自由に構築できるエキスパート向けの記述方法です。 自由にできるメリットがありますが、同時に難しくもなりますので、

Dockerコンテナを使って、Tensorflow2のGPU環境を構築してみます。 OSは、Ubuntu サーバー(Linux)です。 Dockerで、tensorflow-gpuが使えるようにします。 GPU環境の構築には、「N

GPT、BERTなどは、Transformerをベースにしていますが、そのTransformerの核心であるAttentionについて解説してみました。Attentionは、自然言語だけでなく、SANなど画像処理でも活用されています。

エンジニアの技術支援を目的に、ＡＩ技術を解説しています。UdemyでもＡＩ講座を販売しています。 Windows10で学ぶAI画像認識（Mask RCNNモデル） 講座の最初の方はUdemyで無料で公開しています。

Tensorflow2のエキスパート向けのチュートリアル(SubclassingAPI)で、一番難しいポイントだと思ったGradientTapeについて解説してみました。 ※画像をクリックすると拡大します。 参考サイト