Ludwig
Ludwig is a toolbox that allows to train and test deep learning models without the need to write code. General A new data type-based approach to deep learning model design that makes the tool suited for many different applications. Flexible Experienced users have deep control over model building and training, while newcomers will find it easy to use.
Google Research、複数音から特定の発話者だけの声を聞こえるようにするDeep learningを用いた視聴覚音声分離モデル発表
Google Research、複数音から特定の発話者だけの声を聞こえるようにするDeep learningを用いた視聴覚音声分離モデル発表 2018-04-12 Google Researchは、Deep learningを用いて、複数の音から1人の音声だけを抜き出す視聴覚音声分離モデル「Looking to Listen at the Cocktail Party」を発表しました。 論文：Looking to Listen at the Cocktail Party: A Speaker-Independent Audio-Visual Model for Speech Separation 著者：Ariel Ephrat, Inbar Mosseri, Oran Lang, Tali Dekel, Kevin Wilson, Avinatan Hassidim, William T.
ヤフーがスパコン「kukai」開発 ディープラーニングに特化 世界2位の省エネ性能 - ITmedia NEWS
ヤフーは6月19日、ExaScalerとHPCシステムズ協力のもと、スーパーコンピュータ「kukai」（クウカイ）を開発したと発表した。ディープラーニング活用に特化し、省エネ性能の高さも特徴。「GPUを使った従来の社内環境と比べ、演算処理性能が理論上約225倍になった」という。 kukaiは、スパコンの省エネ性能ランキング「GREEN500」で世界2位を獲得。処理性能も460.7TFLOPS（1秒間の演算回数）を記録した。同社は、「大規模なディープラーニング処理を短時間・低コストで行える」理由を3つ挙げる。 まずは、最先端の冷却技術「液浸」（えきしん）の採用。ファンを使った空冷と異なり、電気を通さない特殊な液体に直接ハードウェアを漬け込むことで冷却効率を高めた。 また、米NVIDIAの最新GPU「Tesla P100」を160基搭載。液浸による効率的な冷却を可能にするExaScaler独自
Open Sourcing TensorFlowOnSpark: Distributed Deep Learning on Big-Data Clusters
Today, we are pleased to offer TensorFlowOnSpark to the community, our latest open source framework for distributed deep learning on big-data clusters. Deep learning (DL) has evolved significantly in recent years. At Yahoo, we’ve found that in order to gain insight from massive amounts of data, we need to deploy distributed deep learning. Existing DL frameworks often require us to set up separate
Graph-powered Machine Learning at Google
Posted by Sujith Ravi, Staff Research Scientist, Google Research Recently, there have been significant advances in Machine Learning that enable computer systems to solve complex real-world problems. One of those advances is Google’s large scale, graph-based machine learning platform, built by the Expander team in Google Research. A technology that is behind many of the Google products and features
FacebookとAmazon、Google、IBM、MicrosoftがAIの普及などを目指す非営利団体を立ち上げる | スラド IT
FacebookとAmazon、Google、IBM、Microsoftが共同で人工知能（AI）の普及や情報共有を行う非営利団体「Partnership on Artificial Intelligence to Benefit People and Society（Partnership on AI）」を立ち上げた（TechCrunch、ITmedia）。 昨今では大規模なAIの実用化が進んでおり、IBMはすでに問題解決を手助けする「Watson」を製品として提供している。また、FacebookやAmazonも投稿のフィルタリングなどにAIを導入しているとされている。 人工知能が人類の脅威になるという声も聞かれるが（過去記事）、Partnership on AIの目的の1つはこういった課題に対処することだそうだ。
Infrastructure for Deep Learning | OpenAI Blog
In this post, we’ll share how deep learning research usually proceeds, describe the infrastructure choices we’ve made to support it, and open-source kubernetes-ec2-autoscaler, a batch-optimized scaling manager for Kubernetes. We hope you find this post useful in building your own deep learning infrastructure. A typical deep learning advance starts out as an idea, which you test on a small problem.
【メディアリリース】電気通信大学人工知能先端研究センター設立のお知らせ 〜国立大学初のAI研究センター 人と共生する汎用人工知能の実現を目指す～
2016年06月30日 電気通信大学では、第3期中期目標期間において、機能強化の一環として「特色ある研究を融合させた革新的学際・融合分野の創造」を戦略的に行うため、本学が強みを有する人工知能、ロボティクス、ビッグデータ、計算機科学、サービスサイエンスの研究者を結集し、「人工知能先端研究センター（Artificial Intelligence eXploration Research Center：AIX）」を7月1日に設置することとしました。「人工知能先端研究センター」では、今後AIが急速に進化し社会実装される過程で、AIが人と共生するための核となる汎用人工知能の実現を目指して、企業とも積極的に連携し研究を推進していく予定であり、株式会社電通、株式会社クロスコンパス・インテリジェンス、株式会社サイジニア、株式会社オルツ、株式会社ネクストの5社がサポーター企業として参画します。 詳細は下記P
｢このふたりは握手シマス...｣→シター！ MITの新たなAIはビデオを見て先を予測できる
｢このふたりは握手シマス...｣→シター！ MITの新たなAIはビデオを見て先を予測できる2016.06.24 12:01 塚本 紺 応用法を当てられた人は賢い！ MITコンピュータ科学・人工知能研究所（CSAIL）で新しく開発されたアルゴリズムは、ビデオに映っている複数の人間が次に何をするか予測できるそうです。 ほう...なぜそんなことをコンピュータが学ぶ必要が？と思いますよね。 たとえばTVドラマの中でふたりの人間が近づいたら、｢予測：握手する（Prediction: handshake）｣｢予測：キスをする（prediction: kiss）｣という具合に予測するんです。こちらのデモンストレーション動画では見事にバシバシ当てていっています。 テレビに設置することであらゆるドラマ・映画のエンディングを予測してしまう究極のネタバレ装置をMITは開発しようとしている...わけではありません
CaffeOnSpark Open Sourced for Distributed Deep Learning on Big Data Clusters
CaffeOnSpark Open Sourced for Distributed Deep Learning on Big Data Clusters By Andy Feng(@afeng76), Jun Shi and Mridul Jain (@mridul_jain), Yahoo Big ML Team Deep learning (DL) is a critical capability required by Yahoo product teams (ex. Flickr, Image Search) to gain intelligence from massive amounts of online data. Many existing DL frameworks require a separated cluster for deep learning, and m
GoogleとUDACITY、「TensorFlow」で学ぶディープラーニング講座を開設
米Googleは1月21日（現地時間）、無料オンライン学習プログラム（MOOC）UDACITYと協力し、ディープラーニングを学べる無料コース「Deep Learning：Taking machine learning to the next level」を開設したと発表した。 この短期間の集中コース（約3カ月）は、ニューラルネットワークやLong short term memory network（LSTM）など、ディープラーニングの基本を学べる。学習にはGoogleが昨年11月にオープンソース化した機械学習システム「TensorFlow」を使う。 このコースを履修すると、機械学習のナノ学位を取得できる上級コース「Machine Learning Engineer Nanodegree」（月額199ドルから）を受講できる。 Googleは「このコースの目標は、機械学習に高い関心のある人々に
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
Introducing MLflow: an Open Source Machine Learning Platform
GitHub - jremmons/AWSLambdaFace: Perform deep neural network based face detection and recognition in the cloud (via AWS lambda) with zero model configuration or tuning.
GitHub - vahidk/EffectiveTensorflow: TensorFlow tutorials and best practices.
GitHub - fastai/numerical-linear-algebra: Free online textbook of Jupyter notebooks for fast.ai Computational Linear Algebra course
GitHub - HuwCampbell/grenade: Deep Learning in Haskell
Announcing TensorFlow 1.0
GitHub - microsoft/DMTK: Microsoft Distributed Machine Learning Toolkit
Semantic Search with Latent Semantic Analysis - OpenSource Connections
Deep Learning with Apache Spark and TensorFlow
