異端開発室

データセット準備 import torch import torch.nn as nn from torchvision import transforms, datasets # デバイス設定 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") # データ変換処理 training_transforms = transforms.Compose([ transforms.Resize([224, 224]), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0 ...

JAXはPython+NumPyプログラムのための合成変換ライブラリで、微分、ベクトル化、GPU/TPU向けJITコンパイルなどの機能を提供します。その中でも、JAXのオプティマイザモジュールは深層学習モデルのトレーニングに強力なサポートを提供し、基礎的なSGDから高度なAdamWまで、様々なトレーニングシナリオに対応できるため、ハイパーパラメータ調整の悩みから解放されます。 JAX ...

TensorFlowを用いて、シンプルな単層パーセプトロンから隠れ層を持つ多層ネットワークまでを段階的に構築し、分類タスクを解く実践的手法を紹介します。 単層モデルの構築と可視化 最も基本的なニューラルネットワークである単層パーセプトロンは、入力と出力の直結構造を持ちます。まず、2次元平面上に配置された11個のデータ点を2クラスに分類するタスクを設定します。 ...

0 はじめに 本プロジェクトは、機械視覚を活用した卒業研究として、糖尿病網膜病変の画像分類を行うものです。 プロジェクト実行結果： 卒業研究：糖尿病網膜病変予測 プロジェクト入手方法： https://gitee.com/assistant-a/project-sharing 1 目標設定 この課題では、1000枚の網膜画像データセットを使用し、4つの段階に分類されています。深層学習フレームワークであるP ...

ミニバッチ学習 ミニバッチ学習は機械学習で広く使用されるトレーニングアルゴリズムです。大規模データセットを小さなサブセット（バッチ）に分割し、各イテレーションで一つのバッチのみを使用してモデルをトレーニングします。データセットが大きいほどモデルの精度は向上しますが、計算量が増加しトレーニング時間が長くなります。ミニバッチアプローチは、モデルの精 ...

環境要件と前提パッケージ EnCodecは、単一チャンネルの24kHzおよびステレオ48kHz音声を対象とした、ディープラーニング駆動の高性能音声符号化ライブラリです。本稿では、開発基盤のセットアップから、コマンドライン操作およびPython APIの統合方法までを技術的に解説します。導入にあたり、以下の実行環境を推奨します。 OS: Linux / macOS (Windows環境ではWSL2経由で ...

非構造化データの膨張とベクトル検索の台頭 IDCの予測によれば、2018年から2025年の間に世界で生成されるデータ量は33ZBから175ZBへと急増し、そのうち80%以上が非構造化データとなるとされている。従来のリレーショナルデータベースなどは構造化データの処理において成熟したエコシステムを持つが、大半を占める非構造化データの管理と活用には限界がある。非構造化データ ...

DECAプロジェクトのディレクトリ構造 DECA(Detailed Expression Capture and Animation)プロジェクトのディレクトリ構造は以下の通りです： DECA/ ├── Doc/ # ドキュメントディレクトリ │ ├── images/ # ドキュメント内の画像を格納 │ └── Detailed_Expression_Capture_and_Animation.ipynb # プロジェクト紹介ノートブック ├── TestSamples/ ...

開発環境設定 WSL2(Ubuntu 22.04) + PyTorch 2.1.2 + Python 3.9.18環境構築 ハードウェアアクセラレーション設定 import torch # CUDA互換GPUの利用設定 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") print(f"使用デバイス: {device}") データ処理パイプライン構築 データセット準備 from torchvision import datasets, transforms # ...

プロジェクト背景と目的 フィットネスは現代生活の重要な一部となっており、運動中のカロリー消費を正確に予測することは、個別化されたフィットネスプランを策定する上で重要な意味を持ちます。本プロジェクトでは、深層学習に基づく予測モデルを構築し、Gradioフレームワークを用いてユーザーインターフェースを実装することで、フィットネスカロリー消費の迅速な予測を ...