KerasでVGG16を使う - 人工知能に関する断創録
今回は、Deep Learningの画像応用において代表的なモデルであるVGG16をKerasから使ってみた。この学習済みのVGG16モデルは画像に関するいろいろな面白い実験をする際の基礎になるためKerasで取り扱う方法をちゃんと理解しておきたい。 ソースコード: test_vgg16 VGG16の概要 VGG16*1は2014年のILSVRC（ImageNet Large Scale Visual Recognition Challenge）で提案された畳み込み13層とフル結合3層の計16層から成る畳み込みニューラルネットワーク。層の数が多いだけで一般的な畳み込みニューラルネットと大きな違いはなく、同時期に提案されたGoogLeNetに比べるとシンプルでわかりやすい。ImageNetと呼ばれる大規模な画像データセットを使って訓練したモデルが公開されている。 VGG16の出力層は1000
Python + tensorflow でGANを試してみた．
今回兼ねてからやってみたかったGANを触ってみました。 とは言っても、githubにあったコードを実行するだけですが、実際に画像が生成されていく様は楽しかったです。 GANとは GANは敵対的生成ネットワークGenerative Adversarial Networksの略です。 ざっくりやっていることを説明して行きます。 generatorとdiscriminatorというものがあり、generatorは与えられたデータと同じようなものを生成しようとし、discriminatorはgeneratorによって作られたデータが本物かどうかを判定します。 これを繰り返すうちに与えられたデータそっくりのものができます。 しかもこれは与えられたデータの一部を切りはりしているわけではないのです。 非常に面白くこれからに期待ができます。 詳しい解説はこちらをみてください。 クローンかダウンロードをして
TensorFlow初心者でもGANを学習できた - 聞きかじりめも
今回は流行りのネタ，DeepなLearningをしてみます．とは言っても公式チュートリアルをなぞるだけでは恐らくその後何も作れないので，ちょっとは頭で考えながらコードを書いていきます． この記事は，TensorFlowのチュートリアル通りにMNISTデータを学習できたものの，それが何をやっているか，或いはチュートリアルの次に進もうとしているが，自分でモデルを作成するためにどういう方針でコードを書いていくべきなのかが分からない読者を対象にしています．そう，私のことです． (20212021追記：この記事だけ異常な重さを誇っていたのが以前から気になってはいましたが，原因が数式表示にあると気づいたので，一旦文字列のまま載せることにしました．重くてイライラさせてしまいすみませんでした．) TensorFlowチュートリアルの次にやるべきことは 私の場合，それはGANを自分の手で実装することでした．
モジュラーMIDIコントローラー・システム「GRID」のクラウドファンディングがスタート | BARKS
「モジュラー/DIY系MIDIコントローラーは開発ばかりされ広く発売されることがない」神話に終止符を打てるか？ 自分の欲しい機能を過不足なく装備したMIDIコントローラーというのは、案外見つからないものだ。そんな「夢のコントローラー」を追い求めたことがある者ならば、どこかの時点で「モジュラー」や「DIY」といったコンセプトの商品に巡り合ったことがあるだろう。この手の商品は、Lividの「Elements」からSpecial Wavesの「Mine」まで何種類も登場し、常に何かしらの情報がMIDIコン界隈を賑わせ続けてきたが、未だ、広く販売されるまでに成長したシステムは見当たらない。 しかし、この「GRID」は、今度こそ成功するのではないかと感じさせる、いくつもの特徴を備えている。 まず、GRIDのモジュールはそれぞれ単体で完全に機能するので、ミニマム$105（+送料）のコストで、GRID体
スーパーで女性刺され 男逃走｜NHK 関西のニュース
警察によりますと１６日午後２時すぎ、京都市左京区のスーパー、「イズミヤ高野店」で、レジ付近にいた客の３５歳の女性が、男に刃物のようなもので数か所を刺されたということです。 女性の意識はありますが病院に搬送され、手当てを受けています。 刺した男は、現場から北の方角に逃走し警察が行方を捜査しています。 現場は京都の下鴨神社から東に１キロほどの大通り沿いに店やマンションなどが並んだ地域で、昼間は買い物客などで多くの人通りがある場所です。
soi
小さくはじめて仲間と楽しむ。そこから少しずつ大きくなっていくような、商売の形があってもいい。楽しいと思ったことをやろう。それで食えるのか、先のことはわからないけど、いま楽しいがずっと続けば、それってすごく幸せなことだと思うから。
指紋認証システムは機械学習で生成した「マスター指紋」でも突破可能だと判明 - GIGAZINE
人間の指の腹に刻まれる指紋は人によってその模様が異なるため、PCやスマートフォンにも搭載可能な個人認証システムによく用いられています。しかし、ニューヨーク大学とミシガン大学の研究者が、機械学習によって生成したマスター指紋「DeepMasterPrints」によって、比較的容易に突破が可能であるという驚きの実験結果を報告しています。 [1705.07386] DeepMasterPrints: Generating MasterPrints for Dictionary Attacks via Latent Variable Evolution https://arxiv.org/abs/1705.07386 Fake fingerprints can imitate real ones in biometric systems – research | Technology | The G
ZENBイニシアティブ - 「食べる」のぜんぶを、あたらしく | ミツカン
食べることは、自然が育む生命をいただくこと。 しかし、これまでの食文化は、 自然に大きな負荷をかけ続けてきました。 地球の未来を考えながら、 「食べる」をもう一度、見つめ直していく。 そんな想いから、ZENB initiative は生まれました。 人々の食に対する意識は、大きく変わろうとしています。 人や環境への負荷が少ない、新しい食生活へ。 「おいしい」と「カラダにいい」、 どちらも叶えることのできる毎日へ。 かけがえのないこの星を、未来へリレーするために。 一歩ずつ、私たちは前へ進みます。 食べることとは、自然が育む生命をいただくこと。 しかし、私たちの社会は、自然に大きな負荷をかけることで成り立っています。 自然環境の悪化を食い止め、できる限りムダを減らすというアクションがなければ、 やがて食材を確保することさえ不可能になる。 ZENB initiative は自然と向き合い、 サ
弊社が監修・制作協力を行った「映像屋さんのためのリアルタイムBG制作マニュアル」が無料公開されました！｜株式会社ヒストリア
ヒストリアTOP> ブログ> 弊社が監修・制作協力を行った「映像屋さんのためのリアルタイムBG制作マニュアル」が無料公開されました！ 代表の佐々木です。 弊社と株式会社ポリゴン・ピクチュアズの合弁会社である株式会社エレメントファクトリーが、「映像屋さんのためのリアルタイムBG制作マニュアル」を無料公開しました！ 本マニュアルは普段プリレンダーを主に扱っているCGアーティストに向けた、リアルタイムレンダリング用BGアセット制作のマニュアルです。弊社は企画立ち上げから関り、監修・制作協力を行いました。 ヒストリアではいままで10を超えるCGスタジオに対して、技術サポート（コンサルティング業務）を行ってまいりました。プリレンダーとリアルタイムではレンダリングに使用する技術が異なり、アセット制作の作法や考え方が大きく異なります。技術サポートを通じて、みなさんが初期につまづきやすい場所がほぼ同じだと
ゲーム開発における失敗するに決まってるプロジェクト問題 島国大和のド畜生
俺は開発中プロジェクトの進行具合を見ればその後の成功失敗をわりと当てることができる。（偉そうに出たが、開発者の何割かは息を吸うようにこれをやる） 数日一緒に仕事をすれば確度はもっと高くなる。 美味しんぼにおける、「天ぷらを揚げる前に、上手い天ぷらをあげる職人が分かるか？」という奴だ。これのチーム版。 なぜそれが解る人と解らない人が居るかを説明する。 犬は嗅覚の世界で生きていて、鳥は視覚の世界で生きている。お互いの世界は理解することができない。 ゲームの開発現場には、犬、鳥、トカゲ、深海魚、ナマケモノと各種種族が入り混じっているので、ある属性の人には別の属性の人の重要な事象がまるで見えていない事がある。犬の世界は鳥には分からないのだから。 例えば日本人は、昔、青色と緑色は同じと扱っていた。どうでもよかったのだろう。 砂漠の民はラクダを表す言葉が年齢性別によって細かく区別されているという。重要
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
株式会社レトリバ
十夜祭2018 |京都府 | アートフェス | 寺フェス
gmork.in