【TensorFlow】公式チュートリアル記事まとめ

あなたは今、話題の機械学習でどんなことが実現できるのか調べていますね?

その中でもTensorFlow(テンソルフロー)に注目して、情報を探しているところではありませんか?

TensorFlowは、機械学習ライブラリ=TensorFlowと言えるくらいの人気を誇るライブラリですが、では、いったいTensorFlowでどんなことが実現できるのか?

というと、まとまった情報はなかなか見つかりません。

そこで、今回は、TensorFlowの公式チュートリアルのまとめ記事を作成してみました!

公式チュートリアルを概観してみると、TensorFlowを現実社会に適用するために、どのようなモデルを利用すればよいか、という方向性が見えてくるでしょう。

侍エンジニアブログに書いた公式チュートリアルをやってみた記事も、あわせて紹介していますので、ぜひご覧ください!

目次

画像の学習

Build a Convolutional Neural Network using Estimators

参考:https://www.tensorflow.org/tutorials/estimators/cnn

タスク手書き数字の画像を見て、描かれている数字を推測(分類)する
データセットMNIST
参考:http://yann.lecun.com/exdb/mnist/

侍エンジニアブログ:

少し古いバージョンのチュートリアルですが、以下の記事でもMNISTを学習するチュートリアルを紹介しています。

【TensorFlow】MNISTデータを学習するプログラムを3種紹介!
更新日:2024年5月6日
【TensorFlow入門】機械学習フレームワークTensorFlowを学ぼう
更新日:2024年4月29日

Image Recognition

参考:https://www.tensorflow.org/tutorials/images/hub_with_keras

タスク画像を見て、何が描かれているか推測(分類)する
データセットImageNet
参考:http://www.image-net.org/
学習済みモデルInception-v3

How to Retrain Inception’s Final Layer for New Categories

tens-models03

参考:https://www.tensorflow.org/tutorials/image_retraining

タスク花の写真を見て、写っている花を推測(分類)する
データセットTensorFlowのチームが収集した、クリエイティブコモンズライセンスの花の写真
参考:http://download.tensorflow.org/example_images/flower_photos.tgz

Convolutional Neural Networks

参考: https://www.tensorflow.org/tutorials/images/deep_cnn

タスクRGB 32×32ピクセルの画像を見て、写っているモノを推測(分類)する
データセットCIFAR-10
参考:https://www.cs.toronto.edu/~kriz/cifar.html

時系列データの学習

Recurrent Neural Networks

tens-models05

参考:https://www.tensorflow.org/tutorials/recurrent

タスク英文を読んで、英文の最後の単語を推測する
データセットPTB(Penn Treebank)
参考:https://catalog.ldc.upenn.edu/ldc99t42
※ここからは権限がないとダウンロードできません。

侍エンジニアブログ:

Neural Machine Translation (seq2seq) Tutorial

参考: https://github.com/tensorflow/nmt

タスク翻訳元の単語列から、翻訳先の単語列を推測(翻訳)する
データセットベトナム語から英語(または英語からベトナム語):IWSLT'15 English-Vietnamese data
参考:https://nlp.stanford.edu/projects/nmt/

Recurrent Neural Networks for Drawing Classification

tens-models07

参考:https://www.tensorflow.org/tutorials/recurrent_quickdraw

タスク手書きの絵から、内容を推測(分類)する
データセットQuick, Draw! dataset
参考:https://quickdraw.withgoogle.com/data

Simple Audio Recognition

tens-models08

参考:https://www.tensorflow.org/tutorials/audio_recognition

タスク"yes", "no", "up", "down", "left", "right", "on", "off", "stop", "go"のいずれかの音声データから、内容を推測(分類)する
データセットSpeech Commands dataset
参考:https://storage.cloud.google.com/download.tensorflow.org/ data/speech_commands_v0.01.tar.gz

データマイニング

Build a linear model with Estimators

参考:https://www.tensorflow.org/tutorials/wide

タスク年齢、教育、婚姻、職業といった国勢調査データから、年間収入が50,000ドルを超えるかどうかを推測する
データセットCensus Income Data Set
参考:https://archive.ics.uci.edu/ml/datasets/Census+Income

TensorFlow Wide & Deep Learning Tutorial

tens-models10

参考:https://www.tensorflow.org/tutorials/wide_and_deep

タスク年齢、教育、婚姻、職業といった国勢調査データから、年間収入が50,000ドルを超えるかどうかを推測する
データセットCensus Income Data Set
参考:https://archive.ics.uci.edu/ml/datasets/Census+Income

Improving Linear Models Using Explicit Kernel Methods

tens-models11

参考:https://www.tensorflow.org/tutorials/kernel_methods

タスク手書き数字の画像を見て、描かれている数字を推測(分類)する
データセットMNIST
参考:http://yann.lecun.com/exdb/mnist/

Vector Representations of Words

参考:https://www.tensorflow.org/tutorials/representation/word2vec

タスク英文を読んで、単語ベクトルを作成する
データセットtext8
参考:http://mattmahoney.net/dc/textdata.html

侍エンジニアブログ:

まとめ

TensorFlowの公式チュートリアルのまとめ記事として、チュートリアルのタスクデータセットをまとめてみました。

まとめてみると、同じMNISTを学習するモデルでも何通りもあることから、同じタスクでもさまざまな学習方法(モデル)があることがわかります。

機械学習で解決したい問題が、どのチュートリアルに近いかがわかれば、難しい内容でも頑張って読み進められますよね!

今回、後半のチュートリアルについては、日本語でやってみた記事が少ないことがわかりましたので、今後、順番に記事にしていきたいと思います。

ご期待ください!

この記事を書いた人

侍エンジニア塾は「人生を変えるプログラミング学習」をコンセンプトに、過去多くのフリーランスエンジニアを輩出したプログラミングスクールです。侍テック編集部では技術系コンテンツを中心に有用な情報を発信していきます。

目次