akimach

TensorFlow 1.2.0の主な変更点メモ

Windows上でのPython3.6のサポート
spatio temporal deconvolutionのためのtf.layers.conv3d_transposeレイヤの追加
- コメント：3次元MRI画像のようなデータをさばくためのレイヤだと理解
- 前のTFには2次元の畳込みしかなかった記憶がある
tf.Session.make_callable()の追加
- オーバーヘッドが削減されるとのこと
contrib向けにibverbsベースのリモートダイレクトメモリアクセス（RDMA）を追加
- RDMAやInfiniBandが関わるのでTFの分散システム的側面のための機能だと理解

	#!/usr/bin/env/python
	# coding: utf-8

	# [CNN-01] 必要なモジュールをインポートして、乱数のシードを設定します。

	# In[1]:

	import time
	import tensorflow as tf
	import numpy as np

	import numpy as np
	from sklearn.model_selection import train_test_split
	from sklearn.utils import shuffle
	from sklearn import svm
	from sklearn.metrics import precision_score
	from sklearn.metrics import recall_score
	from sklearn.metrics import f1_score

	np.random.seed(1234)
	n_data = 200

	import numpy as np
	np.random.seed(1234)
	from keras.models import Sequential
	from keras.layers import Dense, Activation
	from keras import optimizers
	from keras.wrappers.scikit_learn import KerasClassifier

	from sklearn.utils import shuffle
	from sklearn.model_selection import GridSearchCV

	import numpy as np
	from keras.models import Sequential
	from keras.layers import Dense, Activation
	from keras import optimizers
	from keras.callbacks import EarlyStopping
	from sklearn.utils import shuffle
	from sklearn.model_selection import train_test_split

	# Setup dataset
	np.random.seed(1234)

	timesteps = 40 # 最大系列長
	input_dim = 3 # 入力次元
	df = pd.read_csv('example.csv')
	seq = df.as_matrix()
	seq_length = seq.shape[0] # 対象となるデータの系列長
	seq_0padding = np.r_[seq, np.zeros((timesteps-seq_length, input_dim))]

	curl -O https://gist.githubusercontent.com/akimach/27e87cb7f97dc253921b9ea8b7b332b5/raw/fd112a66a3ca953dd7ad26098cccfe1d532ba0d7/binominal_confidience_interval.ipynb
	jupyter-nbconvert binominal_confidience_interval.ipynb --to markdown
	pandoc binominal_confidience_interval.ipynb -t docx -o binominal_confidience_interval.docx

	$ curl -O https://gist.githubusercontent.com/akimach/27e87cb7f97dc253921b9ea8b7b332b5/raw/fd112a66a3ca953dd7ad26098cccfe1d532ba0d7/binominal_confidience_interval.ipynb
	$ jupyter-nbconvert binominal_confidience_interval.ipynb --to markdown
	$ pandoc binominal_confidience_interval.md -t docx -o binominal_confidience_interval.docx