【ディープラーニングツール】Neural Network Consoleを使ってみました

Neural Network Consoleとは？

Neural Network Console　導入手順

ダウンロード

セットアップ

※注意点として、「Visual Stadio 2015 C++ Redistributable Package」がインストールされているかの確認と、NVIDIA GPUを使用する場合についてドライバが最新であるかの確認をするポップアップが出ます。
ここでは基本的にCPUを使用するので、「Visual Stadio 2015 C++ Redistributable Package」がインストールされていれば大丈夫です。
「Visual Stadio 2015 C++ Redistributable Package」がインストールされていない場合はポップアップに記載されたURLからダウンロードしてインストールをお願いします。

チュートリアルのサンプルプログラム

数字を認識するニューラルネットワークの作成

学習

学習用データ

学習結果

評価(テスト)

評価結果

アプリでの利用

import nnabla as nn

import nnabla.functions as F

import nnabla.parametric_functions as PF

def network(x, y, test=False):

    # Input -> 1,28,28



    # Convolution -> 16,24,24

    with nn.parameter_scope('Convolution'):

        h = PF.convolution(x, 16, (5,5), (0,0))

    # ReLU

    h = F.relu(h, True)

    # MaxPooling -> 16,12,12

    h = F.max_pooling(h, (2,2), (2,2))

    # Convolution_3 -> 16,8,8

    with nn.parameter_scope('Convolution_3'):

        h = PF.convolution(h, 16, (5,5), (0,0))

    # ReLU_3

    h = F.relu(h, True)

    # MaxPooling_2 -> 16,4,4

    h = F.max_pooling(h, (2,2), (2,2))

    # Affine -> 100

    with nn.parameter_scope('Affine'):

        h = PF.affine(h)

    # ReLU_4

    h = F.relu(h, True)



    # Affine_2 -> 10

    with nn.parameter_scope('Affine_2'):

        h = PF.affine(h, (10,))



    # SoftmaxCrossEntropy -> 1

    h = F.softmax_cross_entropy(h, y)

    return h

関連する記事

基本情報技術者試験の勉強法について 【AccessVBA】AccessVBAスタンダード試験に挑戦！ Hyperledger Fabric を使ってみました IT業界の就活に役立つ、はじめてのプログラミング学習法

• Tweet
•