［速報］Google、1エクサフロップを超える性能を持つ「TPU v4」発表、Google史上最高性能のシステム。Google I/O 2021
Googleは、5月19日未明に開催したオンラインイベント「Google I/O 2021」で、同社が開発した新たなAI専用のシステム「TPU v4」を発表しました。 参考：Google、機械学習専用の第三世代プロセッサ「TPU 3.0」を発表。Google初の液冷システム採用。Google I/O 2018 「Pod」と呼ばれる1つのシステム単位あたり4096個のチップが搭載され、チップは超高速なネットワークで接続されています。 これによりPodは1エクサフロップを超える高い演算性能を実現。Google CEOのサンダー・ピチャイ氏は「私たちにとって歴史的マイルストーンだ」と次のように基調講演で話しました。 「This is the fastest system, we ever deployed at Google. Historic milestone for us.」（これまでGo
TensorFlow Liteを使った組み込みディープラーニング開発
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
WebAssembly版のTensorFlow.jsが登場、Webブラウザでの推論処理を10倍以上高速に実行
WebAssembly版のTensorFlow.jsが登場、Webブラウザでの推論処理を10倍以上高速に実行 Googleがオープンソースで公開している機械学習ライブラリTensorFlowの1つとして、Webブラウザ上で機械学習のモデルの構築、学習、学習済みモデルによる推論の実行などが可能になるJavaScriptライブラリ「TensorFlow.js」があります。 TensorFlow開発チームは、このTensorFlow.jsの内部で行われている処理をWebAssemblyで実装した「WebAssembly backend for TensorFlow.js」のアルファ版を発表しました。 We’re excited to release the Alpha of our WebAssembly backend for TensorFlow.js! WASM has wider dev
Release TensorFlow 2.0.0 · tensorflow/tensorflow
Release 2.0.0 Major Features and Improvements TensorFlow 2.0 focuses on simplicity and ease of use, featuring updates like: Easy model building with Keras and eager execution. Robust model deployment in production on any platform. Powerful experimentation for research. API simplification by reducing duplication and removing deprecated endpoints. For details on best practices with 2.0, see the Effe
グーグル、「TensorFlow 2.0」のアルファ版を提供開始
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは米国時間3月6日、オープンソースの機械学習（ML）ライブラリ「TensorFlow」に関する一連の発表を行った。同ライブラリはこれまでに4100万回以上ダウンロードされている。同社はその利用可能性をさらに高めるために、「TensorFlow 2.0」のアルファ版をリリースした。この新バージョンはよりシンプルかつ直感的に利用できるとされている。 また同社はJavaScriptコミュニティー向けに「TensorFlow.js」のバージョン1.0も発表した。さらに、分散しているデータの活用を実現するアドオン「TensorFlow Federated」（TFF）とともに、より公正かつ安全な訓練に向けた「TensorFlow Pri
TensorFlow LiteがGPUをサポートしたらしいのでiOSで試してみた - Qiita
TensorFlow LiteがAndroidやiOSデバイスのGPUをサポートしたようです1。 TensorFlow Lite Now Faster with Mobile GPUs (Developer Preview) バックエンドはAndroidではOpenGL ES 3.1、iOSではMetal。 This new backend leverages: OpenGL ES 3.1 Compute Shaders on Android devices Metal Compute Shaders on iOS devices iPhone 7では最大6倍の高速化が見られたようです。 By leveraging the new GPU backend in the future, inference can be sped up from ~4x on Pixel 3 and Sams
本番/ステージング環境GPUぼくめつ大作戦 - クックパッド開発者ブログ
機械学習チームの林田(@chie8842)です。好きなスポーツはテニスとスノボです。 システムは、その当時の最新の技術で作ったとしても必ずレガシー化します。 機械学習システムも他システムと同様、一度デプロイしたら終わりではなく、継続的なメンテナンスが必要です。昨今機械学習は、特に技術の進歩が目覚ましいため、レガシー化するのも早い分野といえます。本稿ではレガシー化した機械学習アプリケーションのメンテナンスと、それに伴うGPU環境からCPU環境への移行によって、大幅にシステムの運用コストを削減した例をご紹介します。 機械学習アプリケーションにおけるコスト課題 クックパッドにおける最初の大きな機械学習プロジェクトである料理きろくがリリースされたのは、2年前のことです。それ以来、様々な機械学習アプリケーションがデプロイされ、現在では大小含めて30を超える機械学習アプリケーションが運用されています。
本番/ステージング環境GPUぼくめつ大作戦 - クックパッド開発者ブログ
機械学習チームの林田(@chie8842)です。好きなスポーツはテニスとスノボです。 システムは、その当時の最新の技術で作ったとしても必ずレガシー化します。 機械学習システムも他システムと同様、一度デプロイしたら終わりではなく、継続的なメンテナンスが必要です。昨今機械学習は、特に技術の進歩が目覚ましいため、レガシー化するのも早い分野といえます。本稿ではレガシー化した機械学習アプリケーションのメンテナンスと、それに伴うGPU環境からCPU環境への移行によって、大幅にシステムの運用コストを削減した例をご紹介します。 機械学習アプリケーションにおけるコスト課題 クックパッドにおける最初の大きな機械学習プロジェクトである料理きろくがリリースされたのは、2年前のことです。それ以来、様々な機械学習アプリケーションがデプロイされ、現在では大小含めて30を超える機械学習アプリケーションが運用されています。
PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]
Chainerでディープラーニング ここのところ、ディープラーニングのフレームワークはTensorFlowを使っています。以前はChainerも使っていたのですが、Chainer v2.0になり、以前画像認識とか試していたコードも動かなくなってしまい、やる気を失っていたのですよね。 そんな折、たまたまNVIDIAの機械学習のセミナを受ける機会があったのですが、GPU(Titan)積んだサーバに、Jupyterの環境が構築されていて、参加者はサーバにアクセスしてエンターキー連打していくだけでそれっぽい結果が出て、凄いやった気分になるし、絶対初心者は自分で環境出来ないからNVIDIAの環境にお金払うことになるしで、とてもよく設計されたセミナでした。 と書くと凄い悪徳セミナのようですが、Jupyterを使って、説明を読んでから、実際にコードを実行してその結果を確認していくというハンズオン形式は、
![PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/f727b025027587419683070becd594c9ffdab3ec/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2Fae5f6bbd483ceb32b3b165ad76932f3c59776e01%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20171002%252F20171002221628.png)
Firebase ML Kitで自作のカスタムモデルを使って料理・非料理画像を判定できるようにした - クックパッド開発者ブログ
会員事業部の山下(@farmanlab)です。 Androidエンジニアとしてクックパッドアプリの開発を担当しています。 今回はGoogle I/O 2018で新しく発表されたML Kitをクックパッドのデータで学習したモデルを使って検証した話をします。 機械学習モデルの利用にあたって、研究開発部の菊田(@yohei_kikuta)の協力の元で検証を行いました。 これからお話する内容がイメージしやすいよう、 クックパッドの料理・非料理を判別するモデルを動かした実機デモをお見せします。 これは料理と判定された確率がfood、料理ではないと判定された確率がnon-foodというラベルのスコアで表示されているデモです。 (非)料理画像において(non-)foodのラベルのスコアが大きくなり正しく判別できていることが分かります。 モデルは MobileNetV2 tensorflow-gpu==1
機械学習のお勧め本に日本語版が出た！ - Deutschina's Tech Diary
deutschina.hatenablog.com 以前の記事で、機械学習本の中で、一番好きだと言っていたあの本の日本語版が出ました！ scikit-learnとTensorFlowによる実践機械学習 作者: Aurélien Géron,下田倫大,長尾高弘 出版社/メーカー: オライリージャパン 発売日: 2018/04/26 メディア: 単行本（ソフトカバー） この商品を含むブログ (1件) を見る 意外に早いなというのと、英語版と対して値段が変わらないというお得感で、思わずポチッと行ってしまいました。英語版での分かりやすさを損なうことなく、いい感じで日本語化されてて、復習に使えそうです。 ちなみに、同じ日にこの本の日本語版も発売されたので、同じく買ってみました。本当は店頭で確認してから買うつもりだったものの、発売当日に神保町の某大手書店で在庫がないという事態に出くわし、上の本と一緒に
［チュートリアル］ Swift For TensorFlowを試す｜shu223
2018年3月30日、「TensorFlow Dev Summit 2018」にて、Swiftの生みの親であるクリス・ラトナー氏による「Swift For TensorFlow」の発表がありました。 Now, we’re excited to launch Swift for TensorFlow as an open-source project on GitHub!本記事の内容について本記事は有料となりますが、基本的に公式ドキュメントをなぞってみただけの、機械学習やTensorFlowやSwiftコンパイラに関する本質的な解説もない薄い記事です。なので、自分で本家ドキュメントにあたってみることが抵抗ない方にはまったく必要ないコンテンツです。 逆に、同じ内容でも日本語で書かれてた方がとっつきやすい、という方には役立つと思います。「よし、公式ドキュメントみながら今度やるぞ！」と先送りしてし
Swift for TensorFlow - TFiwS (TensorFlow Dev Summit 2018)
Chris Lattner and Richard Wei unveil Swift for TensorFlow (TFiwS) as an early stage open source project. It has many design advantages, and will be released with technical whitepaper, code, and an open design approach in April of this year. TFiwS means TensorFlow integrated with Swift but we are officially calling it Swift for TensorFlow. Stay tuned for more announcements from the TensorFlow team
紀元前2000年の文字を機械学習で解読せよ。Tensorflowを用いた歴史的プロジェクト発足 | Ledge.ai
AIを使ったすごく野心的なプロジェクトが生まれていました。 その名も『The Hieroglyphics Initiative』。 このプロジェクトは、『UBISOFT』という企業が中心になって、Googleと協力しながら古代エジプトの象形文字を機械学習で解析しようというもの。 紀元前に使われていた文字の解析とか、壮大すぎてワクワクしかしないですよね！ そもそも『UBISOFT』ってどんな会社？ 『UBISOFT』は、世界96カ国に事業展開するゲーム開発・販売会社で、世界第3位のゲームデベロッパーです。 有名な作品に『アサシンクリード』があります。このゲームは、暗殺者を祖先にもつ主人公が、先祖の記憶を追体験するゲームなのですが、「世界の歴史を明らかにすることの難しさ」を製作チームが開発中に感じ、プロジェクトを計画したとか。 『UBISOFT』は、昔からAIをゲーム領域で利用していたそう。A
Googleが開発したニューラルネット専用LSI「Tensor Processing Unit」(kazunori279) - builderscon tokyo 2017
https://builderscon.io/tokyo/2017/session/d8eb0aa9-d914-41a3-9e11-4056d4e1c028 このセッションでは、Googleが開発したニューラルネットワーク演算専用LSI「Tensor Processing Unit (TPU)」を紹介します。ニューラルネットワークモデルのサイズを大幅に縮小する「量子化」の技術をはじめ、CISC設計、TPUの心臓部にあたるシストリックアレイの設計について解説。ニューラルネットワークの推論に特化したミニマルな設計によって、CPUやGPUを大幅に上回る性能のLSIをわずか15か月で実現したテクノロジーに焦点を当てます。
Release TensorFlow 1.0.0-rc0 · tensorflow/tensorflow
Major Features and Improvements XLA (experimental): initial release of XLA, a domain-specific compiler for TensorFlow graphs, that targets CPUs and GPUs. TensorFlow Debugger (tfdbg): command-line interface and API. New python 3 docker images added. Made pip packages pypi compliant. TensorFlow can now be installed by pip install tensorflow command. Several python API calls have been changed to rese
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
Techable（テッカブル） - サイト閉鎖のお知らせ
RubyでTensorFlowを使う with PyCall - Qiita
Announcing TensorFlow 1.0
TensorFlow の輝かしい 1 年を振り返って
