ディープラーニングの根本的な部分ですが、逆誤差伝播法のプログラムです。これは、「詳解ディープラーニング第２版」という本にのっていたプログラムを更に単純化して、行列の計算が見えるようにしてみたものです。 処理を追いかけてみると、逆誤差伝播法

動画の内容をまとめた資料をこちらからダウンロード頂けます。

動画の内容をまとめた資料をこちらからダウンロード頂けます。

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。

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

車関係のディープラーニングです。車から見る映像などをもとに、車を取り巻く道路状況を認識しています。 ※画像をクリックすると拡大します。 参考・引用サイト アイブンの記事論文