タグ

2014年12月12日のブックマーク (6件)

  • A Node in Nodes

  • Deep Learningと画像認識� �~歴史・理論・実践~

    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

    Deep Learningと画像認識� �~歴史・理論・実践~
  • Deep Learning を実装する

    2. 目次 •  Deep Learning とは" –  機械学習について" –  従来の NN とのちがい" –  Deep Learning のブレイクスルー" •  dA (Denoising Autoencoders) をうごかす" –  数理モデルの解説" –  Python で実装する前準備" –  コードレビュー" –  実行結果" •  RBM (Restricted Boltzmann Machines) をうごかす" –  数理モデルの解説" –  実行結果" •  まとめ 4. Deep Learning とは •  入力信号からより抽象的な概念を学ぶ・特徴を抽出する 機械学習の手法の集合です " “ニューラルネットとどう違うの?”! •  ニューラルネットを多層にしたんです " “従来のニューラルネットワークと何が違うの?”! •  ひとつひとつのレイヤー間でパラ

    Deep Learning を実装する
  • 人工知能が急に進化し始めた! | TheWave

    人工知能。何十年も前からある言葉だ。国家プロジェクトとして研究されていた時期もあった。それでも完成しなかった。やはり人間の脳は複雑で、それをコンピューターで真似することなど不可能かもしれない。 人工知能。何十年も前からある言葉だ。国家プロジェクトとして研究されていた時期もあった。それでも完成しなかった。やはり人間の脳は複雑で、それをコンピューターで真似することなど不可能かもしれない。 「ところがブレークスルーが起こったんです」と東京大学の松尾豊准教授は熱く語る。 ▶2012年。人工知能研究に火がついた 2012年。人工知能の精度を競う国際的な大会で、カナダのトロント大学がぶっち切りの勝利を収めた。それも1つの大会だけではなく、3つ続けてだ。 「優勝したのは、画像認識、化合物の活性予測、音声認識など3つのコンペティション。まったく異なる領域にも関わらず、今までその分野を専門的に研究していた人

    人工知能が急に進化し始めた! | TheWave
  • ビジネス・イン・ジャパン | 上杉周作

    宣伝: 僕が共訳した「Factfulness(ファクトフルネス)10の思い込みを乗り越え、データを基に世界を正しく見る習慣」が日経BP社より2019年1月に発売されました。気で訳したので、ぜひお手にとってみてください! ビジネス・イン・ジャパン2014/11/26 この記事はPatrick McKenzieさんが2014年11月7日に投稿されたDoing Business in Japanという記事の和訳である。世界的なギークコミュニティーのHacker Newsでは異例の800ポイント以上を獲得したが、はてブを見る限り日では殆ど読まれていないようなので、日語の練習がてら翻訳することにした。むろんPatrickさんの承諾は得ているし、彼は日語も堪能なので、一通り拙訳にも目を通してもらった。 Patrick McKenzieさん (Twitter: @patio11)はアメリカ出身、

    ビジネス・イン・ジャパン | 上杉周作
  • Syn の独り言 : sticky-session - livedoor Blog(ブログ)

    June 21, 201223:29 カテゴリOS / Middlewareネットワーク mod_proxy_balancer と nginx の Load Balancer 機能の夜明けはちかいぜよ 以前、Apache の mod_proxy_balancer と nginx のLoad Balancer の機能比較を行ってから 2年がたってしまった。 その間、両者とも Load Balancer としての機能が追加されてしまったので再比較。 ってか、比較するまでもなく機能面だけでみると両方とも私が必要としている2個の機能を 実装してしまった。 まず、least connections アルゴリズムによる負荷分散。 これは現時点の接続数が最も少ないワーカー(通常は web サーバー) に処理を割り振るというもの。 代表的な負荷分散アルゴリズムの `round-robbin' と比較して、