誰もがやさしく微笑みあえる、その日まで

東日本大震災で被災された方々、心を痛めた方々に送ります。

スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

2017年7月末まで休止のお知らせ


私のブログをご覧になっている皆様へ


2017年7月末まで休止のお知らせです。

現在、私は人工知能を学習中です。
「深層学習」(講談社)を読んだりしています。


その世界は広く、いろいろ面白い世界が広がっています。
今までは、Pythonの使い方を中心にブログを書きましたが、
もう少し具体的に人工知能を使ってできることを紹介したいと考えております。
まだ学習不足で準備できていないため、しばらく時間をいただきたいと思います。
2017年8月上旬をめどに、再開する予定です。

以上、よろしくお願いいたします。




スポンサーサイト

テーマ:プログラミング - ジャンル:コンピュータ

Python(パイソン) 〜その29:数値計算ライブラリNumPy〜


 今回は、「Python(パイソン) 〜その29:数値計算ライブラリNumPy〜」です。

 Python (パイソン) はプログラミング言語です。
 オランダ人のグイド・ヴァンロッサムさんが開発しました。
 名前の由来は、イギリスのテレビ局 BBC が製作したコメディ番組『空飛ぶモンティ・パイソン』です。
 Pythonには次のような特徴があります。
  ・とても読みやすい文法
  ・直感的なオブジェクト指向
  ・広範囲に及ぶ標準ライブラリ
 詳細は、以下のリンクをご参照ください。
  http://www.python.jp/about/
  https://ja.wikipedia.org/wiki/Python

 ※注1
「オブジェクト」は、「データと処理の集まり」です。
「オブジェクト指向」は、「オブジェクト同士の相互作用としてシステムの振る舞いをとらえる考え方」です。
 以下のリンクをご参照ください。
  http://tdak.hateblo.jp/entry/20140406/1396773476

 ※注2
 「ライブラリ」は、一種の「道具箱」です。
 様々なライブラリがPythonで記述されており、テキスト処理、画像処理、音声処理、WEBから情報収集、機械学習など様々な機能を持ったライブラリ(道具箱)を利用することができます。
 →SB Creativeから出版された『Python「超」入門』p158を参照しました。
  本にご興味がある方は下記のリンクをご覧ください。
  http://www.sbcr.jp/products/4797384406.html



 私は人工知能を理解するために、Pythonを学びます。
 Pythonには、人工知能に関連したライブラリが豊富にあります。
 以下の順番で学ぶ予定です。
  ①Pythonの文法を理解し、プログラムを書けるようになること
  ②Pythonの各種ライブラリを理解し、使いこなすこと
  ③人工知能に関連したライブラリを理解し、使いこなすこと
  ④現実の問題を人工知能を使って解くこと
 





 今回は、「数値計算ライブラリNumPy」について書きます。
 NumPyは、Pythonで数値計算を効率的に行うためのライブラリです。
 多次元配列(ベクトルや行列など)を計算できます。
 詳細は、wikiをご参照ください。
 https://ja.wikipedia.org/wiki/NumPy


 行列操作について、下記のホームページを参照しました。
 http://naoyat.hatenablog.jp/entry/2011/12/29/021414

 なお、今まではPythonの総合開発環境"spyder"を使って説明しましたが、以後は"Jupyter Notebook"を使用します。ソースコードをそのままコピー&ペーストできるし、プログラム実行結果もソースコードのすぐ下に表示されるためです。
 "Jupyter Notebook"については、下記のリンクをご参照ください。
 http://qiita.com/taka4sato/items/2c3397ff34c440044978#jupyter%E3%81%AE%E4%BD%BF%E3%81%84%E6%96%B9


 今回は、行列操作について紹介します。

・例8-1:行列操作その1
  行列の形状を変えたり、行列の一部のみ抜粋することができます。






・例8-2:行列操作その2
 二つの行列を縦に積んだり、横に並べたりできます。






・例8-3:行列操作その3
 行列を所望の形に分割できます。







・例8-4:行列操作その4
 方向の異なる一次元配列を三つ集め、すべての組み合わせを計算しました。






 以上、「Python(パイソン) 〜その29:数値計算ライブラリNumPy〜」でした。




テーマ:プログラミング - ジャンル:コンピュータ

Python(パイソン) 〜その28:数値計算ライブラリNumPy〜


 今回は、「Python(パイソン) 〜その28:数値計算ライブラリNumPy〜」です。

 Python (パイソン) はプログラミング言語です。
 オランダ人のグイド・ヴァンロッサムさんが開発しました。
 名前の由来は、イギリスのテレビ局 BBC が製作したコメディ番組『空飛ぶモンティ・パイソン』です。
 Pythonには次のような特徴があります。
  ・とても読みやすい文法
  ・直感的なオブジェクト指向
  ・広範囲に及ぶ標準ライブラリ
 詳細は、以下のリンクをご参照ください。
  http://www.python.jp/about/
  https://ja.wikipedia.org/wiki/Python

 ※注1
「オブジェクト」は、「データと処理の集まり」です。
「オブジェクト指向」は、「オブジェクト同士の相互作用としてシステムの振る舞いをとらえる考え方」です。
 以下のリンクをご参照ください。
  http://tdak.hateblo.jp/entry/20140406/1396773476

 ※注2
 「ライブラリ」は、一種の「道具箱」です。
 様々なライブラリがPythonで記述されており、テキスト処理、画像処理、音声処理、WEBから情報収集、機械学習など様々な機能を持ったライブラリ(道具箱)を利用することができます。
 →SB Creativeから出版された『Python「超」入門』p158を参照しました。
  本にご興味がある方は下記のリンクをご覧ください。
  http://www.sbcr.jp/products/4797384406.html



 私は人工知能を理解するために、Pythonを学びます。
 Pythonには、人工知能に関連したライブラリが豊富にあります。
 以下の順番で学ぶ予定です。
  ①Pythonの文法を理解し、プログラムを書けるようになること
  ②Pythonの各種ライブラリを理解し、使いこなすこと
  ③人工知能に関連したライブラリを理解し、使いこなすこと
  ④現実の問題を人工知能を使って解くこと
 





 今回は、「数値計算ライブラリNumPy」について書きます。
 NumPyは、Pythonで数値計算を効率的に行うためのライブラリです。
 多次元配列(ベクトルや行列など)を計算できます。
 詳細は、wikiをご参照ください。
 https://ja.wikipedia.org/wiki/NumPy


 NumPy関連ホームページの中から、代表的な使い方を紹介します。
 今回参照したホームページについては、下記のリンクをご参照ください。
 http://www.kamishima.net/mlmpyja/nbayes2/shape.html


 なお、今まではPythonの総合開発環境"spyder"を使って説明しましたが、以後は"Jupyter Notebook"を使用します。ソースコードをそのままコピー&ペーストできるし、プログラム実行結果もソースコードのすぐ下に表示されるためです。
 "Jupyter Notebook"については、下記のリンクをご参照ください。
 http://qiita.com/taka4sato/items/2c3397ff34c440044978#jupyter%E3%81%AE%E4%BD%BF%E3%81%84%E6%96%B9


 今回は、配列操作について紹介します。

・例7-1:"newaxis"の使い方その1
 "newaxis"を使うことで、配列の階数を変更できます。
 



・例7-2:newaxisの使い方その2
 下の例では、九九の計算表を作成しました。






 以上、「Python(パイソン) 〜その28:数値計算ライブラリNumPy〜」でした。




テーマ:プログラミング - ジャンル:コンピュータ

Python(パイソン) 〜その27:数値計算ライブラリNumPy〜


 今回は、「Python(パイソン) 〜その27:数値計算ライブラリNumPy〜」です。

 Python (パイソン) はプログラミング言語です。
 オランダ人のグイド・ヴァンロッサムさんが開発しました。
 名前の由来は、イギリスのテレビ局 BBC が製作したコメディ番組『空飛ぶモンティ・パイソン』です。
 Pythonには次のような特徴があります。
  ・とても読みやすい文法
  ・直感的なオブジェクト指向
  ・広範囲に及ぶ標準ライブラリ
 詳細は、以下のリンクをご参照ください。
  http://www.python.jp/about/
  https://ja.wikipedia.org/wiki/Python

 ※注1
「オブジェクト」は、「データと処理の集まり」です。
「オブジェクト指向」は、「オブジェクト同士の相互作用としてシステムの振る舞いをとらえる考え方」です。
 以下のリンクをご参照ください。
  http://tdak.hateblo.jp/entry/20140406/1396773476

 ※注2
 「ライブラリ」は、一種の「道具箱」です。
 様々なライブラリがPythonで記述されており、テキスト処理、画像処理、音声処理、WEBから情報収集、機械学習など様々な機能を持ったライブラリ(道具箱)を利用することができます。
 →SB Creativeから出版された『Python「超」入門』p158を参照しました。
  本にご興味がある方は下記のリンクをご覧ください。
  http://www.sbcr.jp/products/4797384406.html



 私は人工知能を理解するために、Pythonを学びます。
 Pythonには、人工知能に関連したライブラリが豊富にあります。
 以下の順番で学ぶ予定です。
  ①Pythonの文法を理解し、プログラムを書けるようになること
  ②Pythonの各種ライブラリを理解し、使いこなすこと
  ③人工知能に関連したライブラリを理解し、使いこなすこと
  ④現実の問題を人工知能を使って解くこと
 





 今回は、「数値計算ライブラリNumPy」について書きます。
 NumPyは、Pythonで数値計算を効率的に行うためのライブラリです。
 多次元配列(ベクトルや行列など)を計算できます。
 詳細は、wikiをご参照ください。
 https://ja.wikipedia.org/wiki/NumPy


 NumPyのチュートリアルの中から、代表的な使い方を紹介します。
 今回参照したチュートリアルについては、下記のリンクをご参照ください。
 ・CS231n Convolutional Neural Networks for Visual Recognition
  http://cs231n.github.io/python-numpy-tutorial/
 ・上記チュートリアルの日本語訳
  http://lang.sist.chukyo-u.ac.jp/classes/Python/Intro2Python.html


 なお、今まではPythonの総合開発環境"spyder"を使って説明しましたが、以後は"Jupyter Notebook"を使用します。ソースコードをそのままコピー&ペーストできるし、プログラム実行結果もソースコードのすぐ下に表示されるためです。
 "Jupyter Notebook"については、下記のリンクをご参照ください。
 http://qiita.com/taka4sato/items/2c3397ff34c440044978#jupyter%E3%81%AE%E4%BD%BF%E3%81%84%E6%96%B9



 今回は、計算結果の描画について紹介します。
 
・例6-1:計算結果その1
 サイン関数とコサイン関数の描画です。
 




・例6-2:計算結果その2
 サイン関数とコサイン関数の描画です。
 縦にずらして、別々に表示可能です。 





・例6-3:計算結果その3
 二次元のヒストグラムも描画可能です。
 関数は三角関数とルートを組み合わせて、適当に作りました。
 






 以上、「Python(パイソン) 〜その27:数値計算ライブラリNumPy〜」でした。




テーマ:プログラミング - ジャンル:コンピュータ

Python(パイソン) 〜その26:数値計算ライブラリNumPy〜


 今回は、「Python(パイソン) 〜その26:数値計算ライブラリNumPy〜」です。

 Python (パイソン) はプログラミング言語です。
 オランダ人のグイド・ヴァンロッサムさんが開発しました。
 名前の由来は、イギリスのテレビ局 BBC が製作したコメディ番組『空飛ぶモンティ・パイソン』です。
 Pythonには次のような特徴があります。
  ・とても読みやすい文法
  ・直感的なオブジェクト指向
  ・広範囲に及ぶ標準ライブラリ
 詳細は、以下のリンクをご参照ください。
  http://www.python.jp/about/
  https://ja.wikipedia.org/wiki/Python

 ※注1
「オブジェクト」は、「データと処理の集まり」です。
「オブジェクト指向」は、「オブジェクト同士の相互作用としてシステムの振る舞いをとらえる考え方」です。
 以下のリンクをご参照ください。
  http://tdak.hateblo.jp/entry/20140406/1396773476

 ※注2
 「ライブラリ」は、一種の「道具箱」です。
 様々なライブラリがPythonで記述されており、テキスト処理、画像処理、音声処理、WEBから情報収集、機械学習など様々な機能を持ったライブラリ(道具箱)を利用することができます。
 →SB Creativeから出版された『Python「超」入門』p158を参照しました。
  本にご興味がある方は下記のリンクをご覧ください。
  http://www.sbcr.jp/products/4797384406.html



 私は人工知能を理解するために、Pythonを学びます。
 Pythonには、人工知能に関連したライブラリが豊富にあります。
 以下の順番で学ぶ予定です。
  ①Pythonの文法を理解し、プログラムを書けるようになること
  ②Pythonの各種ライブラリを理解し、使いこなすこと
  ③人工知能に関連したライブラリを理解し、使いこなすこと
  ④現実の問題を人工知能を使って解くこと
 





 今回は、「数値計算ライブラリNumPy」について書きます。
 NumPyは、Pythonで数値計算を効率的に行うためのライブラリです。
 多次元配列(ベクトルや行列など)を計算できます。
 詳細は、wikiをご参照ください。
 https://ja.wikipedia.org/wiki/NumPy


 NumPyのチュートリアルの中から、代表的な使い方を紹介します。
 今回参照したチュートリアルについては、下記のリンクをご参照ください。
 ・CS231n Convolutional Neural Networks for Visual Recognition
  http://cs231n.github.io/python-numpy-tutorial/
 ・上記チュートリアルの日本語訳
  http://lang.sist.chukyo-u.ac.jp/classes/Python/Intro2Python.html


 なお、今まではPythonの総合開発環境"spyder"を使って説明しましたが、以後は"Jupyter Notebook"を使用します。ソースコードをそのままコピー&ペーストできるし、プログラム実行結果もソースコードのすぐ下に表示されるためです。
 "Jupyter Notebook"については、下記のリンクをご参照ください。
 http://qiita.com/taka4sato/items/2c3397ff34c440044978#jupyter%E3%81%AE%E4%BD%BF%E3%81%84%E6%96%B9


 今回は、”ブロードキャスト”について紹介します。
 ブロードキャストはNumpyがいろいろな形状の配列に対し算術演算を許すような強力なメカニズムです。
 以下で、例示します。

・例5-1:ブロードキャストその1
 




・例5-2:ブロードキャストその2






 以上、「Python(パイソン) 〜その26:数値計算ライブラリNumPy〜」でした。




テーマ:プログラミング - ジャンル:コンピュータ

次のページ

FC2Ad

上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。