【Udemy】TensorFlow(ディープラーニング)入門動画に4日目が追加されていた!

【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門

こんにちは。ぽんぽこです。GWも空けて今日から心機一転ですね。憂鬱な方も多いかもしれませんが(笑)、お仕事や学校頑張っていきましょう!

今回は以前購入したUdemyのTensorFlow(テンソルフロー)の動画で新たに追加された項目がありましたのでシェアします。これってGW前に追加されていたんですね~。お知らせのポップアップが出でたようですが華麗にスルーしていました。。。

【レビュー】Udemy(ユーデミー)の評判・口コミ。日本語にも対応、世界最大級のオンライン学習サイト

2017.02.03

【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門

【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門

【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門

この動画の4日目が追加されています。それに伴い動画のタイトルも3日⇒4日へ変更されています。



人口知能を使って画像や動画を変換

Fast Style Transfer in TensorFlow というライブラリを使用した解説です。人口知能を使って画像や動画を変換します。任意の画像を北斎のタッチにしたり、ピカソのタッチにしたり・・という感じに。

動画では実際にFast Style Transfer in TensorFlowを使いながら説明が進みます。

詳細やソースコードはこちら。
https://github.com/lengstrom/fast-style-transfer

Anacondaの解説も

また、Anacondaで環境を分ける方法の説明もありました。

Anacondaは環境によって使用するライブラリのバージョンを分けて管理することが出来るので便利ですね。今回のFast Style Transfer in TensorFlowを使うために環境を分けて保存しておくことが出来ます。Anacondaで環境を分ける

使ってるライブラリが推奨されるバージョンと違うと動かないことってよくありますからね。今回のFast Style Transfer in TensorFlowの場合は以下のようにバージョンが記載されています。

TensorFlow 0.11.0
Python 2.7.9, Pillow 3.4.2, scipy 0.18.1, numpy 1.11.2
If you want to train (and don’t want to wait for 4 months):
A decent GPU
All the required NVIDIA software to run TF on a GPU (cuda, etc)
ffmpeg 3.1.3 if you want to stylize video

おわりに

いかがでしょうか。今回はUdemyの動画【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門 の追加された部分についてご紹介しました。

Udemyは月額ではなく買い切りの動画なのに、後からどんどん追加されていくのはお得感がありますね。

今回の先生は解説が丁寧なので初心者でも見やすいと思います。

こんな感じで、大事なところはわかりやすく表示してくれています。この先生の動画はアタリだと思います。

【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門

ちなみに・・・

ちなみに、Udemyの中でも買わないほうが良いかも…という動画はこちらに記事にしました。^^;

Udemyで買っていはいけない動画とは?それは◯◯とあるもの

2017.04.19

参考になれば幸いです!
ではでは~!

プログラミングは楽しい!人生だって変わるかも!

この記事が気に入ったら
いいね!しよう

ABOUTこの記事をかいた人

ぽんぽこ

ぽんぽこです。数年前、会社に通いながらも頑張ってプログラミングスクールで学びました。私が利用したのはCodeCamp(コードキャンプ)です。なんとプログラミングを覚えたらころころと人生が変わっていって転職もできました。今でも毎日勉強の日々ですが、このサイトで少しでも役立つ情報を提供できたらと思っています。プログラミングって難しそうだな...と思ってもとりあえずやってみることが大事!▶自己紹介はこちら
話題のプログラミングスクールを厳選比較(真っ先に検討したいスクール)

2018年 最新版!話題のプログラミングスクールを厳選比較!