Universal Encoder使ってみた!(自然言語処理)【図解速習DeepLearning】#014
こんにちは!こーたろーです。
本日は、また課題テキストの【図解速習DEEP LEARNING】に戻って、課題を進めていきます!
今回は、TF-Hubが提供しているUniversal Sentence Encoderという学習済みモデルを使って、文章の類似度を判定していきます!
続きを読むPyData.Fukuoka参加してみた!【イベント】#0003
こんにちは!こーたろーです。
本日2つ目のイベントに参加してきました。
PyData.Fukuokaのイベントです。
PyData.Fukuoka Meetup #10【オンライン開催】 - connpass
ちょっとメモチックですが、内容を記載させていただきました。
続きを読む自然言語処理で、レビューの識別やってみた!その2【図解速習DeepLearning】#013
こんにちは!こーたろーです。
【図解速習DEEP LEARNING】の自然言語処理の第2弾です。
本日は、映画情報サイトにあるレビューを識別する(その2)を行っていきます。
昨日は、Embedding層とMLPで構成されたものを取り扱いました。
自然言語処理で、レビューの識別やってみた!その1【図解速習DeepLearning】#012 - 福岡の社会人データサイエンティストの部屋
今回は、TF_Hubで提供されているEmbeddingモデルを使って、転移学習を行っていきます。
続きを読む自然言語処理で、レビューの識別やってみた!その1【図解速習DeepLearning】#012
こんにちは!こーたろーです。
本日からは【図解速習DEEP LEARNING】の自然言語処理を行っていきます!
自然言語処理の第1回目は、映画情報サイトにあるレビューの識別(その1)をやっていきます。
IMDB(http://www.imdb.com/)という映画情報サイトのレビューを用いて、映画に対して好意的か、否かを判別していきます。
学習データとしては、文章と正解ラベル(ポジティブ:0、ネガティブ:1)を与える教師あり学習を行って、推論を行います。
モデルは、Embedding層(分散表現を行う層)+MLP(多層パーセプトロン)を活用していきます。
続きを読むJavaScriptでゲームを作ろう!ハンズオン!参加してみた。【イベント】#0001
こんにちは!こーたろーです。
本日は、PlayCanvasさん主催の「JavaScriptでゲームを作ろう!ハンズオン」に参加してみました。
Pythonをやる傍らでJavaScriptも勉強していきます。
駆け出しエンジニアというわけではないのですが、ネットワーキングの一環として、イベントに積極的に参加していきたいと考えています。
ということで、本年度1回目のイベント参加です。
続きを読むBigGANで実験してみた!!【図解速習DeepLearning】#011
こんにちは!こーたろーです。
昨日の投稿では、【図解速習DEEP LEARNING】のGANで、高精細画像生成に取り組みました。
BigGANでは、本物の画像と偽物の画像を識別する「識別機:Discriminator」と与えられたデータから、学習データの分布を学習し、リアルな画像を生成する「生成器:Generator」から成ります。
今回は、BigGANでちょっとした実験を行っていきたいと思います。
続きを読む