イントロダクション
このラーニング パスの最初のモジュールである Keras を使用した Machine Learning の概要では、上位レベルの Keras API を使用してニューラル ネットワークを作成する方法について学習しました。 このモジュールでは、最初のモジュールからコードのモデル、トレーニング、評価、予測の部分を再実装しますが、今回は下位レベルの TensorFlow の概念を使用します。 多くのシナリオでは、Keras には必要なすべての機能が用意されていることに注意してください。 ただし、Keras が提供するよりも制御が必要な場合は、TensorFlow の下位レベルの API を理解することで、ネットワークとトレーニング ルーチンをカスタマイズしたり、コードをより詳細にデバッグしたりするための柔軟性が高くなります。
このモジュールでは、Python に慣れているものと、このラーニング パスの最初のモジュールを完了しているか、Keras について既に理解していることを前提としています。 TensorFlow に関する知識は想定していません。
それでは始めましょう。
学習目標
- テンソル、変数、自動差別化など、TensorFlow の基本的なトピックについて説明します。
- イーガー実行とグラフ実行の違いを学ぶ。
- TensorFlow を使用して、既存の Keras プロジェクトのモデルとトレーニング ループを再実装します。
[前提条件]
- Python の知識
- Jupyter Notebook の使用方法に関する基本的な知識
- このラーニング パスまたは Keras の知識のモジュール 1 の完了