Photo Refiner AI that can improve the resolution of pictures, illustrations. AI that can improve the resolution (Super Resolution, up-convert) of pictures, illustrations, etc, and also can up-convert an image by a factor of 16 times.
![Photo, illustration and video editor AI tool : cre8tiveAI](https://cdn-ak-scissors.b.st-hatena.com/image/square/b51b1c7b1470b7701aa9eacf3044bb89f7cffa1e/height=288;version=1;width=512/https%3A%2F%2Fstorage.googleapis.com%2Fcre8tiveai_public_files%2Fcre8tiveai_ogp.png)
機械学習が「タスク」を自動化、「仕事」は再設計される2019.02.07 23:0013,959 Brian Merchant - Gizmodo US [原文] ( Kaori Myatt ) AIがどんどん進化しています。 米Gizmodoでは、『Introducing Automation』と題し、オートメーションが近未来に与える影響についての特集を組んでいます。この記事は、いろんな分野でAI化が進めば、今後さまざまな仕事のありかたや職種自体が変わる可能性もでてきているという主旨ですが、Brian Merchant記者が仕事をさらに細分化して「タスク」というセグメントに焦点をあてている点で貴重な分析記事だと言えます。 今わたしが身をおいている翻訳業界でも機械翻訳のトピックが真っ盛り。ディープラーニングを使ったニューラル機械翻訳が登場して品質が向上、機械翻訳は無視できないところまで来て
「ロボットは東大に入れるか」プロジェクトで開発した大学入試センター試験1990年度~2017年度の電子化問題データを公開します。 このデータは、本プロジェクトにおいて、川添愛氏を中心としてXMLによる構造化仕様を策定し、アノテーションを実施したものです。 元データの著作権者である独立行政法人大学入試センターのご厚意により、人工知能などに関する研究のための資源として一般に公開します。 試験問題データ 開発用データ(development data) [1993年以降4年ごとに2017年度までのセンター試験 本試験および追試験] 開発テスト用データ(development test data) [1991年以降4年ごとに2015年度までのセンター試験 本試験および追試験] 最終テスト用データ(final test data) [1990年度以降2年ごとに2016年度までのセンター試験 本試験お
from icrawler.builtin import GoogleImageCrawler crawler = GoogleImageCrawler(storage={"root_dir": "images"}) crawler.crawl(keyword="猫", max_num=100) 2018-07-15 13:20:58,410 - INFO - icrawler.crawler - start crawling... 2018-07-15 13:20:58,411 - INFO - icrawler.crawler - starting 1 feeder threads... 2018-07-15 13:20:58,412 - INFO - feeder - thread feeder-001 exit 2018-07-15 13:20:58,412 - INFO - ic
Several recent papers have explored self-supervised learning methods for vision transformers (ViT). Key approaches include: 1. Masked prediction tasks that predict masked patches of the input image. 2. Contrastive learning using techniques like MoCo to learn representations by contrasting augmented views of the same image. 3. Self-distillation methods like DINO that distill a teacher ViT into a st
はじめに 昨日のTwitterで書いたこちらが非常に反響を呼びました。 半年間かけたデータ解析の仕事が全くうまくいかなかった 今回の失敗は契約書に納品物を明記していなかったこと 機械学習の依頼は学習済みモデルのファイルを納品しただけでは、先方は検収できず、結果支払いを受けられない この教訓をひとりでも多くの人に知ってもらいたい — キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年11月20日 そうなんですよね。 全く先方が悪いわけでもなく、私自身が「機械学習のお仕事=解析」だと思いこんでいたことが失敗の始まり。 結局のところ、機械学習系のプロダクトを依頼されて、学習済みモデルを作成して即納品とはいかず、検証結果を示されないと検収できないよとなってしまうので、結局アプリケーション側まで組み込まないと納得感はないんですよね。 この検証とは、訓練データと検証データを分けた時
This document provides an outline for a presentation on convolutional neural networks on graphs. It begins with a brief history of deep learning and discusses how convolutional neural networks leverage the compositional and hierarchical nature of data like images. It then introduces spectral graph theory and defines key concepts like graphs, graph operators, and the graph Laplacian that are necess
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
処理を実行中です
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