PFNの深層学習フレームワーク「Chainer」が大幅な高速化へ、分散処理に対応
Preferred Networks（PFN）が開発するディープラーニング（深層学習）フレームワーク「Chainer」が間もなく、分散処理に対応することで大幅に高速化する。PFNの西川徹社長が2017年1月26日（米国時間）に米サンフランシスコで開催された「Deep Learning Summit 2017」で明らかにした（写真1）。 現在のChainerは、マルチノード（複数サーバー）での学習に対応にしておらず、1台のノード上で複数のGPU（Graphics Processing Unit）を使用する場合も、どのGPUで何の処理を実行するのかをプログラマーが記述する必要があった。PFNはマルチノードでの学習に対応した分散バージョンのChainerを開発中で、社内ではテストも始めている。この分散バージョンのChainerでは設定を変更するだけで、マルチノード環境やマルチGPU環境に対応する
はじめてのDeepLearning入門(Chainer) 日本語文字認識 1章[環境構築] - Qiita
こんにちはリヒトです。 環境研究所で販売されている日本語文字認識データセットを入手したので、データセットを活用したDeepLearning初学者のためのチュートリアルを公開します。 日本語の文字認識エンジンの開発にトライします。 以下の画像を見てもわかる様に、ゲシュタルト崩壊請け合いなチュートリアルですが、めげずに頑張っていきたいと思います。 なおこの記事は ・DeepLearningをはじめたい！ ・mnistの数字認識以外のチュートリアルをやりたい！ ・DeepLearning関連技術について学びたい！ ・自分で日本語OCRの開発をしたい！ という方々に向けて書いています。 以下のアウトラインで説明します。 章 タイトル
![はじめてのDeepLearning入門(Chainer) 日本語文字認識 1章[環境構築] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/61d502d072c932cb2b27db37e92245a2433a71db/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgxJUFGJUUzJTgxJTk4JUUzJTgyJTgxJUUzJTgxJUE2JUUzJTgxJUFFRGVlcExlYXJuaW5nJUU1JTg1JUE1JUU5JTk2JTgwJTI4Q2hhaW5lciUyOSUyMCVFNiU5NyVBNSVFNiU5QyVBQyVFOCVBQSU5RSVFNiU5NiU4NyVFNSVBRCU5NyVFOCVBQSU4RCVFOCVBRCU5OCUyMDElRTclQUIlQTAlNUIlRTclOTIlQjAlRTUlQTIlODMlRTYlQTclOEIlRTclQUYlODklNUQmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPThkNGFjMTYxY2M5ZjQwOTNkNGU5MDMyNjA2ZThmOTYx%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBMaWNodExhYm8mdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTk3ZGIwYmQyMzI1Nzc4MTE3N2I0Y2ZiYThlN2M2ZGI2%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D68306725ebc00254c68c9baee41adf7b)
AIは人間をどのように”拡張”するか
AIは人間をどのように"拡張"するか How to augment human by AI 2016.08.24 Updated by Ryo Shimizu on August 24, 2016, 07:38 am JST 昨年の夏は非常に活発だったAI関連のニュースが、ちょうど一年経過してやや沈静化しています。 コーネル大学図書館の提供する世界的論文アーカイブarXiv.orgでは、昨日も10編の新規論文が発表されており、依然研究は活発ですが、昨年のように毎日のように人工知能関連の新しい成果報告がはてなブックマークのようなメディアで話題になる、というほどではなくなってきています。 とはいえ、昨年話題を集めた畳込みニューラル・ネットワーク(CNN;Convolutional Neural Network)も、今やリカレントニューラル・ネットワークの一種であるLSTM(Long Short
［6］国産の深層学習フレームワーク「Chainer」とは何か
2015年現在、世間は第3次人工知能ブームの真っ只中にある。人工知能やその応用に関する記事がWebだけでなく一般紙にも連日のように取り上げられ、人工知能の発展がもたらす社会的変化や未来に関する懸念についても盛んに議論されている。 そこで中心的な役割を果たしているのが、機械学習であり、特に深層学習（ディープラーニング）に注目が集まっている。深層学習は大規模かつ複雑なニューラルネットワークモデルを効率的に構築するための一連の手法であり、その威力は様々な機械学習の応用分野に広がっている。 本稿では、Preferred Networks／Preferred Infrastructureが開発したディープラーニングの開発フレームワーク「Chainer」の概要と、Chainerを使ったディープラーニングの構築手法を説明する。 ニューラルネットワークの逆襲 ニューラルネットワークは第1次人工知能ブームか
ディープラーニング用国産OSS登場、開発元は米国進出
最新の人工知能技術として注目を集める「ディープラーニング（深層学習）」。日本のスタートアップであるPreferred Networks（PFN）は2015年6月、ディープラーニングを実現するためのオープンソースソフトウエア（OSS）である「Chainer」を公開した。PFNはOSSを切り札に、米国市場の開拓を目論む。 ディープラーニングは、脳の仕組みを模した「ディープ・ニューラル・ネットワーク」というシステムを使用する機械学習の手法。PFNは2014年10月、米Googleや米Microsoftなどの米大手企業が画像認識や音声認識に活用しているディープラーニングを、より幅広い産業領域に適用することを目指して設立した企業だ（ITpro関連記事：PFIが深層学習専業の「Preferred Networks」を設立、NTTが出資しトヨタと共同研究も）。 PFNは、同社に出資するNTT以外にトヨタ
1
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
