Introducing Gluon: a new library for machine learning from AWS and Microsoft | Amazon Web Services
AWS News Blog Introducing Gluon: a new library for machine learning from AWS and Microsoft Post by Dr. Matt Wood Today, AWS and Microsoft announced Gluon, a new open source deep learning interface which allows developers to more easily and quickly build machine learning models, without compromising performance. Gluon provides a clear, concise API for defining machine learning models using a collec
Tensorflow sucks
Introduction Every few months I enter the following query into Google: “Tensorflow sucks” or “f*** Tensorflow”, hoping to find like-minded folk on the internet. Unfortunately, although Tensorflow has been around for about two years, I still cannot find a bashing of Tensorflow that leaves me fully satisfied. Although I suppose it’s possible I might be asking the wrong search engine, I think there’s
第208回 iPhone Xに搭載されているプロセッサには不思議がいっぱい
連載目次 2017年9月12日（米国時間）の公式発表から、ネットを見ると関連のニュースが多過ぎるくらいにヒットする（Appleのニュースリリース「未来がここに：iPhone X」）。Appleの「iPhone X」である。 今のところ、みんな一様に「速い」「高性能」という感じ。同じようなことを書いても仕方ないので、iPhone Xの中核部品であるSoC「A11 Bionic」が、何でまたそんなにたくさんの「コア」を搭載しないとならないのか、ということを考えてみたい。 なお、半導体メーカーが外販するチップであれば、データシートなどがWebページ上に置いてあることが多いので、チップの外から見た仕様はまず正確に分かる。しかしAppleの場合、そういったものは公開されていないので断片的な情報から推測するしかない。以下に書くのはかなり想像をたくましくした個人的な意見であることを最初にお断りしておく。
怠け者のためのディープラーニング入門 - 性能指標・検証手法
はじめに モデルの評価に使われる性能指標と検証手法を紹介します。 イントロ Scikit-learn・Keras モデルの性能指標・評価方法 ← 今ココ！ データの前処理・データ拡張 早期終了(early stopping)・正則化 転移学習 ハイパーパラメータのチューニング モデル圧縮 応用 TensorFlowやKerasなどの入門記事を読むと、サンプルコードの中で示されるニューラルネットの評価指標としてAccuracy（正解率、ややこしいが精度とも）だけが使われているケースが多いです。MNISTのようなベンチマークやKaggleでも、性能指標は統一されています。 今ここであるインプットに対してすべてAクラスと返すAIを考えてみます。 図1 : すべて負クラスと答えるAI 入力には負クラスに該当するものが9個、正クラスに該当するものが1個あります。このAIはすべて負クラスと返すので正解
MicrosoftとFacebook、AI開発者向けオープンソースプロジェクト「ONNX」
米Microsoftと米Facebookは9月7日（現地時間）、AI（人工知能）開発者がフレームワーク間のスイッチを簡単にできるようにするオープンソースプロジェクト「Open Neural Network Exchange（ONNX）」を公開したと発表した。GitHubで公開されてる。 ONNXは、あるAIフレームワークで構築した学習モデルを異なる機械学習システムに簡単に切り替えることを目的としており、Facebookの「Caffe2」と「PyTorch」、Microsoftの「Cognitive Toolkit（CNTK）」をサポートする。FacebookはONNXのために、Caffe2とPyTorchの双方をアップデートした。PyTorchのニューラルネットワークモデルをCaffe2にデプロイできる。 関連記事 Microsoft、人工知能ラボ「Microsoft Research A
深層学習を超えた手法とは何か : 思考のカケラ
最近、深層学習の精度を超えた手法が発表されています。 今回は、昨日（6月17日）ニュースになったDeepmindによるPredictron（自動計画＋強化学習）も含めて、紹介します。
Benchmarking CNTK on Keras: is it Better at Deep Learning than TensorFlow?
Benchmarking CNTK on Keras: is it Better at Deep Learning than TensorFlow? June 12, 2017 - Keras is a high-level open-source framework for deep learning, maintained by François Chollet, that abstracts the massive amounts of configuration and matrix algebra needed to build production-quality deep learning models. The Keras API abstracts a lower-level deep learning framework like Theano or Google’s
Deep Learning Is Not Good Enough, We Need Bayesian Deep Learning for Safe AI
Deep Learning Is Not Good Enough, We Need Bayesian Deep Learning for Safe AI Bayesian Deep Learning, Computer Vision, Uncertainty Understanding what a model does not know is a critical part of many machine learning systems. Unfortunately, today’s deep learning algorithms are usually unable to understand their uncertainty. These models are often taken blindly and assumed to be accurate, which is no
次世代GPU「Volta」からAIまで，新製品＆新サービスラッシュだったJensen Huang氏のGTC 2017基調講演レポート
次世代GPU「Volta」からAIまで，新製品＆新サービスラッシュだったJensen Huang氏のGTC 2017基調講演レポート ライター：西川善司 GTC 2017の会場となったカリフォルニア州サンノゼのSan Jose McEnery Convention Center NVIDIAという企業は，将来製品のロードマップをあまり語らない企業であった。その例外が，同社の主催するGPU技術カンファレンス「GPU Technology Conference」（以下，GTC）で，GTCの基調講演に登壇したJensen Huang（ジェンスン・フアン）会長兼CEOが，そこでGPU製品のロードマップを明らかにするというのが定例となっている。 なぜNVIDIAは，GPUのロードマップをGTCで明らかにするのか。そこには理由があると筆者は考える。 GTCというイベントは，GPGPUに重きを置いたもの
ディープラーニングについて学ぶならこの2冊を読むしかない｜加藤貞顕
年末年始はこの２冊を読んでいた。 『はじめての深層学習プログラミング』清水亮 『ゼロからつくるDeep Learning』斎藤康毅 結論から言うと、いま、人工知能やディープラーニングに興味があるひとは、２冊とも必読ではないかと思った。 アプローチが完全に対称的なので、両方読んだら、理論と雰囲気について、見通しがつくようになったのがとてもよかった。 『ゼロからつくるDeep Learning』は、ていねいに書かれたオーソドックスな入門書だ。人工知能開発によく使われる言語・Pythonの基本や数値計算ライブラリの使い方からはじまり、ニューラルネットワーク、ディープラーニング、畳み込みときて、最後に画像認識を解説する。随所に適切な例題やサンプルコードを交えて、理論と実践をバランスよく説明している。 対して、『はじめての深層学習プログラミング』は、まったく真逆のアプローチだ。なんと、理論の解説など
Learning Machine Learning: A beginner's journey
On distributed systems broadly defined and other curiosities. The opinions on this site are my own. I have been learning about machine learning and deep learning (ML/DL) for the last year. I think ML/DL is here to stay. I don't think this is a fad or bubble! Here is why: ML/DL has results. It is hard to argue against success. ML/DL has been on the rise organically since 1985 (with the backpropagat
中学生でもわかる「子どものための人工知能プログラミング ワークショップ」が凄かった (1/2)
2016年11月3日と4日、UEI本社でディープラーニングに触れながら学べる体験型イベント「Deep Learning Akiba 2016」が開催された。 ディープラーニングは、日本語では「深層学習」と呼ばれ、機械学習の一種である。ディープラーニングの考え方は以前からあったが、近年、GPUの性能が向上し、従来に比べて遙かに高い効率で学習できるようになったことで、画像認識や絵画の生成などの分野で目覚ましい成果が得られるようになり、大きなブームとなっている。ディープラーニングの発展により、人工知能の実用化の機運が高まっている。 UEI代表取締役社長兼CEOの清水亮氏は、数年前からディープラーニングを中心とする人工知能分野に注力しており、人工知能関連の開発や講演などを積極的に行っている。直近では、2016年10月17日より、清水氏による人工知能の最先端研究者の対談集「よくわかる人工知能」（KA
Zayd's Blog – Why is machine learning 'hard'?
There have been tremendous advances made in making machine learning more accessible over the past few years. Online courses have emerged, well-written textbooks have gathered cutting edge research into an easier to digest format and countless frameworks have emerged to abstract the low level messiness associated with building machine learning systems. In some cases these advancements have made it
機械学習を学ぶ上で抑えておきたい数学２ - HELLO CYBERNETICS
機械学習や深層学習を学ぶ上で、数学は言語である 線形代数学 行列とベクトルは連立方程式を解くための記法 機械学習での活躍 どこまで学ぶか 最適化数学 学習とは 教師あり学習 教師なし学習 最適化を行う際の重要ワード「正則化」 どこまで学ぶ必要があるか 確率・統計 最低限知っておくべき定理や性質 最低限知っておくべき推定法 確率分布には見慣れるしかない 何に役立つのか 情報理論 情報を確率で記述する 何に役立つのか 情報幾何学 発祥は日本 機械学習での役割 海外での方が有名？ 機械学習や深層学習を学ぶ上で、数学は言語である 以前、学びたい機械学習のレベルに応じて、どんな数学が必要になってくるのかを紹介しました（以下の記事）。 s0sem0y.hatenablog.com そのときにも述べましたが、数学というのは何らかの操作を非常に簡潔に表現してくれます。要するに情報をギュッと圧縮して伝える手
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
A Vision for Making Deep Learning Simple
長文日記
Redirect
GitHub - yusugomori/rnn.js: Simple Recurrent Neural Networks (RNN) implementation with JavaScript
Open Source Deep Learning Framework for iOS, OS X and tvOS | Open Source Deep Learning Framework for iOS, OS X and tvOS
The Next Wave of Deep Learning Architectures
