2018-04-01から1ヶ月間の記事一覧

将棋AIで学ぶディープラーニングを読む

7-3 python-shogi fileが列、rankが行を表現する for sq in shogi.SQUARES: print(shogi.file_index(sq),end="") if (sq+1) % 9 == 0: print("") print("") for sq in shogi.SQUARES: print(shogi.rank_index(sq),end="") if (sq+1) % 9 == 0: print("") sho…

将棋AIで学ぶディープラーニングを読む

7-3 python-shogi pydlshogiは基本的なところはpython-shogiに依存している。 python-shogiはpythonだけで記述されたshogi用のライブラリ。 github.com ファイル構成と主な役割 init.py:主な定数、変数、共通関数、主要なクラス Consts.py その他定数 CAS.py…

将棋AIで学ぶディープラーニングを読む

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる train_mnist_cnn.py

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる train_mnist_dnn.py

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる and_10.py

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる and_3.py 19min

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる exor.py

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる decord.py

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる and_in3.py

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる or.py エポック500ぐらいから学習の収束が早まっている

interface算数&ラズパイから始めるディープ・ラーニングを読む

プログラムを動かしてみる and.py 学習結果の評価のfor文のxrangeをrangeに修正してから実行 エポックが100ごとにsnapshot_iterを作っていく。 エポックが1700を超えると急に精度が高くなった。 トータルで27分かかった。雑誌には43秒で終了とあったので …

interface算数&ラズパイから始めるディープ・ラーニングを読む

linux機 OS:lubuntu 64bit GPU:GTX260 CUDA9.0,cuDNN7.04のinstallを試みるが失敗 GPUなしで始める。

Interface2017年05月号新画像処理101を読む

技B 特殊加工 B-1 手書きのイラスト風に変換する「ポスター風画像」 B-2 鉛筆画の濃淡を表現する「鉛筆画風ハッチング」 B-3 鉛筆画の濃淡をより豊かに表現する「鉛筆画風クロス・ハッチング」 B-4 滑らかな鉛筆画を表現する「鉛筆画風ブレンディング」 B-5 …

Interface2017年05月号新画像処理101を読む

11-8 探したいパターンと比べる代表的な物体検出「テンプレート・マッチング」 import cv2 import numpy as np from matplotlib import pyplot as plt img_src = cv2.imread("data/img_11-8.bmp") img_src2 = cv2.cvtColor(img_src,cv2.COLOR_RGB2GRAY) img_…

Interface2017年05月号新画像処理101を読む

11-4 高周波成分を階層表現する「ラプラシアン・ピラミッド」 11-5 複雑さから領域分離が行える「局所フラクタル」 11-6 2値画像のまとまり度合いを評価する「平均隣接数」 11-7 画像の複雑さを数値1つで表せる「ブランケット法によるフラクタル次元」 pass