Notes d'apprentissage en lisant Tutoriel de Chainer
Core Functionalities
Function Fonctions qui actionnent la variable
Les paramètres peuvent être utilisés pour visualiser la couche apprise
Variable En bref, un wrapper de tableau pour les fonctionnalités, etc.?
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>
#Obtenez la séquence
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]])
#Vous pouvez obtenir le type de valeur, etc.
b.label
→'(100, 50), float64'
#Obtenez le nombre complet de valeurs
b.__len__()
→5000
FunctionSet
Classe de wrapper de fonction. Utilisé lors de l'envoi d'une fonction entière au GPU ou lors de la transmission de paramètres et de dégradés à la classe Optimizer.
Nous le mettrons à jour de temps en temps.
Recommended Posts