YUML > パラメータ から 光学特性の計算まで
-->[InitField-Y],[InitField-Y]-->convertToInputcsv_170422.py[input.csv],[input.csv]TensorFlow(learnExr_170504.py)-->[model_variables_170429.npy],[model_variables_170429.npy]reproduce_170429.py-->[prediction],[prediction]toInitFieldY_170603.py-->[InitField-Y],[InitField_Y]ADDA(Resume)-->[light scattering properties])
というYUML形式は以下のようになる。
見栄えが良くないが、だいたいの流れは見えてきた。
処理の点が線につながりつつあるが、まだプロトタイプと呼べる域には達していない。
上記が完成してもTensorFlowの学習分が余分な処理時間になる。
複数のパラメータ(例：サイズ、複素屈折率、形状）を含めた学習形態にすることができれば、全体の処理効率が高まるだろうが、どういうネットワークがいいのか。
link
- convertToInputcsv_170422.py
- learnExr_170504.py
- reproduce_170429.py
- toInitFieldY_170603.py
- in coding
v0.2
- in coding
(追加 2017/06/18)
Author And Source
この問題について(YUML > パラメータ から 光学特性の計算まで), 我々は、より多くの情報をここで見つけました https://qiita.com/7of9/items/0156978c398924695d78著者帰属：元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .