Trzeci wpis z serii związanej tworzeniem sieci neuronowych w Tensorflow, tym razem budujemy sieć konwolucyjną do klasyfikacji cyfr z MNIST. Omawiam idee operacji konwolucji dla sieci neuronowych oraz jak ją poprawnie zaimplementować w Tensorflow. W stosunku do poprzednich wpisów z serii sieć ta osiąga najlepszą dokładność klasyfikacji równą 0.9880.
Continue readingPost Category → Tensorflow
Wielowarstwowa sieć neuronowa w Tensorflow do klasyfikacji cyfr z MNIST
We wpisie tym zbudujemy 5-warstwową w pełni połączoną (fully-connected) sieć neuronową klasyfikującą cyfry ze zbioru MNIST. W tym celu wykorzystamy Tensorflow oraz wprowadzimy nowe techniki pozwalające na uczenie głębszego modelu takie jak np. funkcje aktywacji: relu, elu, dropout oraz algorytm optymalizacyjny Adam.
Continue readingJednowarstwowa sieć neuronowa w Tensorflow do klasyfikacji cyfr z MNIST
Rozpoznawanie cyfr MNIST jest jednym z najbardziej popularnych problemów w świecie uczenia maszynowego. Chciałbym wam krok po kroku pokazać jak zbudować wielowarstwową sztuczną sieć neuronową, która będzie rozpoznawać ręcznie pisane cyfry z dokładnością ponad 98%.
Continue readingInstalacja środowiska do Tensorflow z GPU w Python 3 i virtualenv
Jak przygotować środowisko do Tensorflow, jak poprawnie zainstalować niezbędne biblioteki: CUDA, cuDNN oraz jak najlepiej zorganizować sobie strukturę folderów.
Instalacja Tensorflow r0.12 CUDA 8 na ubuntu 16.04
Z racji zakupu nowego laptopa, byłem zmuszony od nowa zainstalować TensorFlow, moje ostatnie doświadczenie były raczej trudne, lecz obecna wersja biblioteki jest już dojrzalsza, to samo można powiedzieć o sterownikach od NVidia. Ostatecznie wszystko przebiegło bardzo sprawnie.