直接numpy ndarrayへ from PIL import Image import numpy as np filename = 'sample.jpg' img = np.array(Image.open(filename)) バイナリデータとして読み込んだ後、numpy ndarrayに変換 from PIL import Image from io import BytesIO import numpy as np…

>>> model = mx.gluon.rnn.LSTM(512, num_layers=1) >>> model.initialize() >>> input = mx.nd.random.uniform(shape=(15,10,200)) >>> h0 = mx.nd.zeros(shape=(1,10,512)) >>> c0 = mx.nd.zeros(shape=(1,10,512)) >>> out, state = model(input, [h0,c0]…

2020年12月22日記事を更新しました はじめに 実行ファイル 環境 GPUあり GPUなし その他 はじめにGluonCVの学習済みモデルを使って物体検出を行いました。 コードはたったの11行です。 実行ファイル import mxnet as mx from gluoncv import model_zoo, data…

学習済みモデル モデルの構成 画像の前処理 画像の縮小 以下個人的メモ 学習済みモデル 学習済みモデルを使うことは非常に簡単 from gluoncv.model_zoo import get_model net = get_model('ResNet50_v2', pretrained=True) 「ImageNet」データセットを使って…

環境 Windows10 Pro 64bit NVIDIA GeForce GTX1080 CUDA9.2 cudnn7.2.1 Python3.6.8(venv使用) 必要なパッケージのインストール pip install mxnet-cu92 pip install opencv-python pip install matplotlib バージョン確認（pip freeze） certifi==2019.6.16…

はじめに データのダウンロード jsonファイルの読み込み 読み込んだファイルのサイズを見てみる 一つの画像を見てみる 説明文を見てみる 画像のファイル名を知る 最も長い説明文 最も短い説明文 長い説明文を除外する 最後に はじめに pycocotoolsの導入はこ…

github.com 環境 PyTorchのインストール コードとモデルのダウンロード コードの書き換え 実行 結果 学習 環境 Windows 10 Pro GPUなし Python 3.6.8（venv使用） PyTorchのインストール 今回は古いPytorchをpipで導入する。 非常に簡単。 pip install http:…

はじめに データをロードする関数を作る（「sequence.py」） 「Dive into Deep Learning」の「d2l.py」を変更 学習を行う テストデータで確認 最後に はじめに ゼロから作るDeep Learning ? ―自然言語処理編作者: 斎藤康毅出版社/メーカー: オライリージャパ…

サンプルコード import numpy as np from mxnet.gluon import data a = np.random.rand(100,3) b = np.random.rand(100,5) c = np.random.rand(100,8) dataset = data.dataset.ArrayDataset(a, b, c) data_loader = data.DataLoader(dataset, batch_size=2,s…

はじめに モデルの作成 実行 結果の確認（テストデータの正解率を計算） 結果 はじめに ゼロから作るDeep Learning ? ―自然言語処理編作者: 斎藤康毅出版社/メーカー: オライリージャパン発売日: 2018/07/21メディア: 単行本（ソフトカバー）この商品を含む…

はじめに 使用するデータ ファイルの読み込み 形態素解析と単語のID化→その後保存 モデルの作成 実行 結果の確認 参考文献 はじめに 文章を固定長のベクトルで表現することにチャレンジしました。 最後にt-SNEで２次元に落とし込んで図示しています。 使用す…