TensorFlow World
1.0.0
このプロジェクトの維持とアップグレードをサポートするには、プロジェクト開発者のスポンサーになることをご検討ください。
どのレベルのサポートもここでは大きな貢献となります❤️
このリポジトリは、TensorFlow のシンプルですぐに使えるチュートリアルを提供することを目的としています。説明は、このリポジトリに関連付けられた wiki にあります。
各チュートリアルには、 source codeと関連documentationが含まれています。
モチベーション
TensorFlow を使用する理由
このリポジトリの目的は何ですか?
TensorFlow のインストールと環境のセットアップ
TensorFlow チュートリアル
準備し始める
基本
基本的な機械学習
ニューラルネットワーク
いくつかの役立つチュートリアル
貢献する
プルリクエストのプロセス
最後のメモ
了承
このオープンソース プロジェクトにはさまざまな動機があります。 TensorFlow (このドキュメントを書いている時点では) は、利用可能な最高の深層学習フレームワークの 1 つです。尋ねるべき質問は、Web 上で TensorFlow に関する他のチュートリアルが非常にたくさんあるのに、なぜこのリポジトリが作成されたのかということです。
ディープラーニングは最近非常に高い関心を集めており、アルゴリズムとアーキテクチャの迅速かつ最適化された実装が非常に必要とされています。 TensorFlow は、この目標を促進するように設計されています。
TensorFlow の強力な利点は、高度にモジュール化されたモデルを柔軟に設計できることですが、これはモデルを作成するときに多くの部分を一緒に考慮する必要があるため、初心者にとっては欠点になる可能性もあります。
この問題は、機械学習アルゴリズムの設計に使用される多くの部分を抽象化する Keras や Slim などの高レベル API を開発することによっても容易になりました。
TensorFlow の興味深い点は、最近ではどこでも見られることです。多くの研究者や開発者がそれを使用しており、そのコミュニティは光の速さで成長しています。 TensorFlow コミュニティに関わっている人の数が多いことを考慮すると、多くの問題は通常、他の多くの人が遭遇するのと同じ問題であるため、簡単に対処できます。
単に何かを開発するという目的でオープンソース プロジェクトを開発することが、この取り組みの背後にある理由ではありません。この大規模なコミュニティに多数のチュートリアルが追加されていることを考慮して、このリポジトリは、ほとんどのオープン ソース プロジェクトで通常発生するジャンプインとジャンプアウトのプロセスを中断するために作成されました。なぜ、どのようにして行われるのでしょうか?
まず、ほとんどの人が立ち止まって見てくれないものに力を入れることに何の意味があるのでしょうか？開発者や研究者のコミュニティの誰にも役立たないものを作成することに何の意味があるのでしょうか?簡単に忘れられそうなことになぜ時間を費やすのでしょうか？しかし、どうやってそれを実現しようとするのでしょうか？現時点でも、モデル設計や TensorFlow ワークフローに関する TensorFlow に関する無数のチュートリアルが存在します。
それらのほとんどは複雑すぎるか、ドキュメントが不足しています。簡潔でよく構造化されており、特定の実装モデルについて十分な洞察を提供する利用可能なチュートリアルはわずかです。
このプロジェクトの目標は、構造化されたチュートリアルとシンプルで最適化されたコード実装によってコミュニティを支援し、TensorFlow を迅速かつ効果的に使用する方法についてのより良い洞察を提供することです。
このプロジェクトの主な目標は、十分に文書化されたチュートリアルと、それほど複雑ではないコードを提供することであることに注意してください。
TensorFlow をインストールするには、次のリンクを参照してください。
TensorFlow のインストール
パッケージの競合を防ぎ、作業環境をカスタマイズできるようにするために、仮想環境のインストールをお勧めします。
このリポジトリのチュートリアルは、関連するカテゴリに分割されています。
| # | トピック | ソースコード | |
|---|---|---|---|
| 1 | 起動する | ようこそ / IPython | ドキュメント |
| # | トピック | ソースコード | |
|---|---|---|---|
| 2 | TensorFLow の基本 | 基本的な数学演算 / IPython | ドキュメント |
| 3 | TensorFLow の基本 | TensorFlow 変数 / IPython | ドキュメント |
| # | トピック | ソースコード | |
|---|---|---|---|
| 4 | 線形モデル | 線形回帰 / IPython | ドキュメント |
| 5 | 予測モデル | ロジスティック回帰 / IPython | ドキュメント |
| 6 | サポートベクターマシン | 線形SVM / IPython | |
| 7 | サポートベクターマシン | マルチクラス カーネル SVM / IPython |
| # | トピック | ソースコード | |
|---|---|---|---|
| 8 | 多層パーセプトロン | 単純な多層パーセプトロン / IPython | |
| 9 | 畳み込みニューラル ネットワーク | 単純な畳み込みニューラル ネットワーク | ドキュメント |
| 10 | オートエンコーダー | 不完全なオートエンコーダ | ドキュメント |
| 11 | リカレント ニューラル ネットワーク | RNN / IPython |
TensorFlow の例 - 初心者向けの TensorFlow チュートリアルとコード例
Sungjoon の TensorFlow-101 - Jupyter Notebook を使用して Python で書かれた TensorFlow チュートリアル
Terry Um の TensorFlow 演習 - 他の TensorFlow サンプルからコードを再作成する
時系列の分類 - 携帯電話センサー データに対する LSTM を使用した TensorFlow のリカレント ニューラル ネットワーク分類
このリポジトリに貢献する場合は、変更を加える前に、発行、電子メール、またはその他の方法で、このリポジトリの所有者と希望する変更について話し合ってください。タイプミスがある場合は、プル リクエストを作成しないでください。代わりに、問題で宣言するか、リポジトリ所有者に電子メールを送信してください。
私たちには行動規範があることに注意してください。プロジェクトとのすべてのやり取りにおいては、それに従うようにしてください。
より良い方法でサポートするために、次の基準を考慮してください。
プル リクエストは主に、コード スクリプトの提案または改善であることが期待されます。
コード スクリプト以外のセクションに関連するプル リクエストは、ドキュメントに大きな変化をもたらすことが期待されます。それ以外の場合は、問題セクションで発表される予定です。
ビルドを実行してプル リクエストを作成するときは、レイヤーの終了前にインストールまたはビルドの依存関係が削除されていることを確認してください。
インターフェイスへの変更の詳細を含むコメントを追加します。これには、新しい環境変数、公開ポート、有用なファイルの場所、コンテナーのパラメーターが含まれます。
少なくとも 1 人の他の開発者の承認を得たら、プル リクエストをマージできます。または、その権限がない場合でも、すべてのチェックに合格したと思われる場合は、所有者にマージを要求できます。
皆様の温かいご意見をお待ちしております。このオープンソース プロジェクトを改善し、私たちの仕事をより良くするためにご協力ください。貢献については、プル リクエストを作成してください。すぐに調査します。皆様の親切なフィードバックと入念なコード検査に改めて感謝いたします。
私は TensorFlow の世界のほんの一部になれることを願って、このプロジェクトに多大な労力を費やしてきました。しかし、私の友人であり同僚であるドメニック・ポスターの貴重なアドバイスと親切なサポートがなければ、このようなことはあり得ませんでした。彼は私が TensorFlow をより深く理解できるように助けてくれました。私は彼に特別な感謝の意を表します。
