- Home
- 機械学習
機械学習
記事
- watch nvidia-smiでGPU使用率などを確認・リアルタイムモニタリング
- pandasでカテゴリ変数をダミー変数に変換(get_dummies)
- PyTorch Hub, torchvision.modelsで学習済みモデルをダウンロード・使用
- PyTorchの学習済みモデルで画像分類(VGG, ResNetなど)
- PyTorchでTensorとモデルのGPU / CPUを指定・切り替え
- PyTorchでGPU情報を確認(使用可能か、デバイス数など)
- PyTorchのTensorのデータ型(dtype)と型変換(キャスト)
- PyTorchでモデル(ネットワーク)を構築・生成
- PyTorchのtorch.flattenとtorch.nn.Flattenの違い
- scikit-learnのSVMでirisデータセットを分類
- scikit-learnのSVMでMNISTの手書き数字データを分類
- scikit-learnのサンプルデータセットの一覧と使い方
- scikit-learnでデータを訓練用とテスト用に分割するtrain_test_split
- scikit-learnで混同行列を生成、適合率・再現率・F1値などを算出
- scikit-learnでROC曲線とそのAUCを算出
- pandas.DataFrameの各列間の相関係数を算出、ヒートマップで可視化
- TensorFlow, Kerasの基本的な使い方(モデル構築・訓練・評価・予測)
- TensorFlow, KerasでVGG16などの学習済みモデルを利用
- TensorFlow, Kerasで転移学習・ファインチューニング(画像分類の例)
- TensorFlow, Kerasでモデルのレイヤー名を取得
- TensorFlow, Kerasでレイヤーの名前からインデックスを取得
- TensorFlow, Kerasで名前・インデックスからレイヤーを取得
- TensorFlow, Kerasでパラメータ数を取得(Trainable / Non-trainable)
- TensorFlow, Kerasで重み・バイアスなどの値を取得、可視化
- TensorFlow, Kerasでレイヤー、モデルのtrainable属性を設定(Freeze / Unfreeze)
- TensorFlow 2.0におけるBatch Normalizationの動作(training, trainable)
- 『Pythonではじめる機械学習』は機械学習を始めたい人に最適な良書
- Python, pandas, seabornでヒートマップを作成
- 『Python Data Science Handbook』(英語の無料オンライン版あり)
関連カテゴリー