Notizen aus dem Lesen von [Chainers Tutorial] lernen (http://chainer.readthedocs.org/en/latest/index.html)
Core Functionalities
Function Funktionen, die variabel arbeiten
Parameter können verwendet werden, um die gelernte Ebene zu visualisieren
Variable Kurz gesagt, ein Array-Wrapper für Features usw.?
import numpy as np
import chainer
a = np.random.rand(100, 50) * 100
→array([[ 73.79944963, 20.34729163, 17.8695034 , ..., 95.2588098 ,
80.70607058, 72.77696887],
[ 63.61317915, 52.34471719, 6.63279207, ..., 23.84326461,
59.21347284, 99.79442349],
[ 14.70947019, 73.28647468, 57.40101832, ..., 0.13991004,
0.69580569, 35.80244434],
...,
[ 99.22098719, 50.55196297, 18.42562383, ..., 33.23917582,
28.41971731, 95.31789821],
[ 57.03728122, 37.14647991, 45.64473654, ..., 50.12747623,
61.67733488, 33.88739351],
[ 46.90448489, 89.0190541 , 58.7650971 , ..., 71.94147691,
88.81614863, 90.15044102]])
b = chainer.Variable(a)
→<chainer.variable.Variable object at 0x10b335e50>
#Holen Sie sich die Sequenz
b.data
→→array([[ 73.79944963, 20.34729163, 17.8695034 , ..., 95.2588098 ,
80.70607058, 72.77696887],
[ 63.61317915, 52.34471719, 6.63279207, ..., 23.84326461,
59.21347284, 99.79442349],
[ 14.70947019, 73.28647468, 57.40101832, ..., 0.13991004,
0.69580569, 35.80244434],
...,
[ 99.22098719, 50.55196297, 18.42562383, ..., 33.23917582,
28.41971731, 95.31789821],
[ 57.03728122, 37.14647991, 45.64473654, ..., 50.12747623,
61.67733488, 33.88739351],
[ 46.90448489, 89.0190541 , 58.7650971 , ..., 71.94147691,
88.81614863, 90.15044102]])
#Sie können die Art des Wertes usw. erhalten.
b.label
→'(100, 50), float64'
#Holen Sie sich die volle Anzahl von Werten
b.__len__()
→5000
FunctionSet
Funktionsumbruchklasse. Wird verwendet, wenn eine gesamte Funktion an die GPU gesendet oder Parameter und Verläufe an die Optimizer-Klasse übergeben werden.
Wir werden es von Zeit zu Zeit aktualisieren.
Recommended Posts