ブルックリン

pytorchには、pythonの辞書型のようにModuleを保持できるnn.ModuleDictがあります。辞書型ライクでModuleを持つことで名前付きでレイヤを管理でき、動的にレイヤを選択するネ ...

numpyにはargsortという関数があります。ndarrayの中身を実際にソートするわけではなく、ソートをした場合のインデックスを返してくれる関数になります。言葉でみると結構シンプルなのですが、割 ...

nn.Linearとは、Pytorchにおいて全結合層を定義するためのモジュールになります。PyTorchを使った機械学習や深層学習の実装において、最も基本的かつ頻繁に登場するレイヤのひとつであり、近 ...

Vision Transformer（ViT）は、画像認識の分野にTransformerの力を持ち込んだ革新的なアーキテクチャとして注目を集めています。その中でも、画像を小さなパッチに分割して処理する ...

深層学習のフレームワークとして広く使われているPyTorchでは、モデルの保存と読み込みが非常に重要なステップです。学習済みモデルを再利用したり、他の環境で推論を行ったりする際には、適切な保存方法を理 ...

本記事では、2021年にあのOpenAIによって発表された画像とテキストのマルチモーダルな機械学習モデルであるCLIPについて解説していきます。CLIPには、近年のトレンドにもなっているマルチモーダル ...

numpyで機械学習や数値計算のコードを書いていると、２つの配列を結合したくなる時があります。方法は様々なのですが、基本的にはnp.concatenateとnp.stackを使えば、やりたいことを実現 ...

pytorchのnn.Moduleは、train()とeval()という関数を持っており、pytorchのコードを見ているとmodel.train()やmodel.eval()というような記述をよく見 ...

画像認識において、CNN(Convolutional Neural Network)とTransformer(特に本記事ではVision Transformerを扱います)は、今や2大手法といっても過 ...

Numpyで特定の条件に合致する値を取り出したりする際、np.whereを使うと非常に便利です。Numpyは数値計算だけでなく、PILやOpenCvなどと組み合わせることで画像処理でも使える非常に強力 ...