Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Andere mochten auch
Andere mochten auch (15)
Ähnlich wie TensorFlowを触ってみたよ！
Ähnlich wie TensorFlowを触ってみたよ！ (20)
Mehr von Satoshi Noda
Mehr von Satoshi Noda (11)
Kürzlich hochgeladen
Kürzlich hochgeladen (10)
TensorFlowを触ってみたよ！
- 2. GDG神戸 2015年開催イベント 2015/2/21 Go on Android ハンズオン&もくもく会 2015/4/29 Angular勉強会#3 2015/5/23 GDG神戸 初級〜中級者向け Android勉強会 2015/5/28 I/O Extended 2015 Kobe 2015/6/20 GDG DevFest Japan Summer 2015 in Kyoto(共催) 2015/7/18 AndroidWearハッカソン 2015/7/25 WebMusicハッカソン(共催) 2015/8/22 AndroidTVハンズオン勉強会 2015/9/19 Cardboardハンズオン勉強会(共催) 2015/9/20 Polymerコードラボ 2015/10/11 GDG DevFest Kobe Firebaseハンズオン勉強会 2015/11/7 ちょっとさわってみる Go言語ハンズオン 2015/11/14 Android6.0 Marshmallow勉強会 2015/12/26 TensorFlow勉強会 2015/12/28 GDG神戸 2015年忘年会
- 3. 環境 ● OS ○ Windows10 64bit ● CPU ○ Core i7-3770 4-Core 3.4GHz (Turbo 3.9GHz, HT 8Thread) ● GPU ○ なし ● Memory ○ 32GB ● HDD
- 4. 環境 Windows(※)なので、Dockerを使用 DockerVM(VirtualBox) ● CPU ○ 4コア(4Thread) ● Memory ○ 16GB ※BazelがWindowsをサポートしていないため。Bazelは2016/02頃にサポート予定
- 6. TensorBoard Dockerを使用しているので、コンテナ作成時に、TensorBoardが使用している6006を ホストマシンにつないでおく必要がある $ docker run -dit -p 6006:6006 b.gcr.io/tensorflow/tensorflow PORT 0.0.0.0:6006->6006/tcp, 8888/tcp docker psで下のような感じで6006と8888が出てればOK
- 7. TensorBoard $ docker run -dit -p 6006:6006 -p 8888 -p 8000 b.gcr.io/tensorflow/tensorflow もしダメなら、8888と8000もつなげておけばOK -dit インタラクティブターミナルでdaemonとして起動する 6006 TensorBoard用のポート 8888 ipython notebook用のポート 8000 Webアプリケーション用のポート ※これが必要な場合があるかも？ 参考：Tensorflow: How to setup Tensorboard for Windows / Docker installation https://youtu.be/Wwnj8NayOcQ
- 8. TensorBoard docker psでコンテナIDを確認して、attachする $ docker ps $ docker attach [container id] $ apt-get update $ apt-get install git $ apt-get install vim とりあえずgitが必要 好きなテキストエディタも入れとけば楽
- 9. TensorBoard githubからtensorflowをclone $ git clone --recurse-submodules https://github.com/tensorflow/tensorflow $ cd tensorflow/examples/tutorials/mnist $ python fully_connected_feed.py fully_connected_feed.pyを実行
- 10. TensorBoard ちなみに4コア(4Thread)割り当ててるので、以下の文言が出てくる Local device intra op parallelism threads: 4 Direct session inter op parallelism threads: 4 summaryで出力したログのディレクトリ(data)を指定する(絶対パスの方が良いみた い.ここではrootのtensorflow以下にクローンしたので、こんなパス) $ tensorboard --logdir=/root/tensorflow/ tensorflow/examples/tutorials/mnist/data http://192.168.99.100:6006 にアクセスする(IPはVBoxのデフォルト値)
- 11. TensorBoard
- 13. Convolutional Neural Networks CIFAR-10とは、一般物体認識のベンチマークとしてよく使われている画像データセット 約8000万枚の画像がある「80 Million Tiny Images」からサブセットとして約6万 枚の画像を抽出してラベル付けしたデータセット
- 14. Convolutional Neural Networks とりあえず何も考えずに実行してみる $ cd tensorflow/models/image/cifar10 $ python cifar10_train.py
- 20. Convolutional Neural Networks Windows10 TH2で、コルタナさんが無事我が家にやってきました とりあえずcheck pointは作成しているし、ログは出力されていたけど、もう一度やり直 した
- 27. Vector Representations of Words 自然言語処理 人が日常的に使っている言葉をコンピュータに処理させるもの Word2Vec 単語をベクトル化して表現するする定量化手法 「同じ文脈の中にある単語はお互いに近い意味を持っている」というシンプルな考え方 論文：「Efficient Estimation of Word Representations in Vector Space」 http://arxiv.org/pdf/1301.3781v3.pdf
- 28. Vector Representations of Words
- 29. Vector Representations of Words 今回は先にどれくらいかかりそうかソースを見てみると、15Epochで終わるみたい とりあえず実行してみる まずは訓練データセット(text8.zip)と評価データ(questions-words.txt)を取 得し、訓練データセットはzipファイルなので解凍する $ apt-get install wget $ apt-get install unzip $ cd tensorflow/models/embedding $ wget http://mattmahoney.net/dc/text8.zip -O text8.zip $ unzip text8.zip $ wget https://word2vec.googlecode.com/svn/trunk/questions-words.txt
- 30. Vector Representations of Words check pointとログファイルの出力先を作成しておく word2vec.py実行時に、train_dataに訓練データセット、eval_dataに評価デー タ、save_pathにcheck pointとログファイルの出力先を指定する $ mkdir /tmp/word2vec $ python word2vec.py --train_data=text8 --eval_data=questions-words.txt --save_path=/tmp/word2vec
- 31. Vector Representations of Words 開始時にword2vec_kernels.ccが訓練データセットの中身をチェックしているみた い。1700万単語存在している様子 Data file: text8 contains 100000000 bytes, 17005207 words, 253854 unique words, 71290 unique frequent words.
- 33. Vector Representations of Words 6時間経過
- 34. Vector Representations of Words 突然PCがフリーズ
- 35. Vector Representations of Words 数時間放置してたら 復旧した！
- 38. Vector Representations of Words 精度は3割くらい 時間は14時間くらいかかってた(word2vec_optimized.pyの方だとそれよりも早 いっぽい。未確認) 論文のAbstractでは「16億単語から高品質な単語ベクトルを学習するのに1日かから ない」とあるので、それくらいの単語数はいるのかも？
- 39. TensorFlowを触ってみたまとめ ● メモリはそんなに使わない ● GPUは欲しい ● Bazelはよ ※Windows対応 ● ソース読め ● 6時間後に何か起こる