この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。(このテンプレートの使い方) 出典検索?: "ベンダーロックイン" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL(2015年3月) ベンダーロックイン(英: vendor lock-in)とは、特定ベンダー(メーカー)の独自技術に大きく依存した製品、サービス、システム等を採用した際に、他ベンダーの提供する同種の製品、サービス、システム等への乗り換えが困難になる現象のこと。 ベンダーロックインに陥った場合、製品、サービス、システム等を調達する際の選択肢が狭められる。価格が高騰してもユーザーはそれを買わざるを得ないため、コストが増大するケースが多い。また、市場の競争や技術革新における恩恵
今回は、だましのテクニックの話、その根本のところで「説明責任」の話があり、以下の紹介記事①にあるようなことはどうすればできるのか興味がわいたのでやってみました。 (以下は、参考記事①からの引用です) 「写真のように"犬"と"猫"を判別する分類器にGrad-CAMを適用した場合、"犬"、"猫"のそれぞれについて特徴部位がヒートマップで強調されます。"犬"の特徴部位を可視化した場合には、犬の顔がヒートマップで強調され、"猫"の特徴部位を可視化した場合には、猫の胴体の部分がヒートマップで強調されています。...そこで拡張手法であるGuided Grad-CAMを適用して高解像度の画像を出力した結果が、ヒートマップ図の右隣の画像です。犬の画像では犬の顔の特徴として垂れた耳、目、頬などが可視化されているのが見て取れます。同様に猫の特徴部位として胴体の縞模様に着目していることがわかります。」 元画像
ディープラーニングを使った画像処理入門―応用編 【午前】ハンズオンで学ぶ強化学習の実装方法 【午後】判別根拠の可視化技術(GradCAM等)、GANの理論と派生モデル 開催主旨 ここ数年、AI(Artificial Intelligence、人工知能)の応用が急速に進展しています。劇的な識別率の向上をもたらし、AI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning(ディープラーニング)」のアルゴリズムです。そして、このアルゴリズムの平易な実装のために、米Google社がオープンソースライブラリとして公開しているのが「TensorFlow(テンソルフロー)」です。公開以来、ユーザー数が爆発的に拡大しており、研究用途からビジネスユースまで様々な分野で利用されています。 本講座は、ディープラーニングを使った画像処理の「応用編」として、【午前】はハンズオンを通
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く