その他のサンプル

このドキュメント サイトで使用できるチュートリアルに加えて、Cloud TPU 上で実行するために最適化された多数の機会学習リファレンス モデルがあります。このページでは、追加のモデルをまとめ、GitHub 上のモデルの入手場所を示します。

サンプルの取得

モデルのソースコードは、GitHub で入手できます。より多くのサンプルが順次リポジトリに追加されますので、必ず GitHub を定期的に確認してください。

クイックスタート ガイドに従って設定した tf-1-8 VM イメージには、多くのモデルもあらかじめインストールされています。モデルは、VM 上の次のディレクトリにあります。

/usr/share/models/official/
/usr/share/tpu/

画像分類

DenseNet

DenseNet は、スキップレイヤ コネクションのフル(「密」)セットが存在する、ResNet 画像分類モデルのバリエーションです。GitHub で、Cloud TPU 用に最適化された DenseNet モデルをご覧ください。このサンプルは、DenseNet 画像分類モデルの実装です。

MobileNet

MobileNet は、深さ志向の分離可能な畳み込みを活用して、携帯電話などの電力が制限された端末で良好に動作する画像分類モデルです。GitHub で、Cloud TPU 用に最適化された MobileNet v1 モデルをご覧ください。このサンプルは、MobileNet 画像分類モデルの実装です。

モデルのコードは元の TensorFlow MobileNet_v1 に基づいており、次の調整が行われています。

  • TPUEstimator インターフェース。
  • ImageNet 用のデータ処理パイプライン。

SqueezeNet

SqueezeNet は、同時期に現れた画像分類モデル(AlexNet)と比べて、品質を損なうことなくパラメータを減らしてモデルサイズを大幅に小さくするために最適化された画像分類モデルです。GitHub で、Cloud TPU 用に最適化された SqueezeNet モデルをご覧ください。このサンプルは、SqueezeNet 画像分類モデルの実装です。

画像生成

試験運用版DCGAN プロジェクトでは、MNIST や CIFAR-10 データセットに基づいて画像を生成するために、Deep Convolutional Generative Adversarial Networks(DCGAN)モデルをトレーニングします。

このプロジェクトには、Deep Convolutional Generative Adversarial Networks を使用した教師なし特徴表現学習で提示されている畳み込みモデルと逆畳み込みモデルに基づいた、単純なジェネレータおよびディスクリミネータ モデルが含まれます。

次のステップ

このページは役立ちましたか?評価をお願いいたします。

フィードバックを送信...