グーグル超え狙うディープラーニング企業「ガマロン」の野望 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
現在、世界中のテクノロジー企業がこぞって「ディープラーニング」を導入している。ディープラーニングとは、ディープ・ニューラル・ネットワークを用いた機械学習で、例えば猫をあらゆる角度から撮影した画像1万点をニューラルネットワークに学習させると、猫を認識できるようになる。しかし、犬の画像を混ぜてしまうと、システムに混乱が生じる。 AI開発を手掛けるスタートアップ「ガマロン（Gamalon）」は2月14日、数点のデータを学習させるだけで、ディープラーニングと同等の成果を挙げることが可能な機械学習技術の開発に成功したと発表した。 ガマロンは、統計モデルを用いた「ベイジアンプログラム合成」により、少ないデータ量で学習させることを可能にした。例えば、システムに猫のひげ、しっぽ、目の画像を学習させると、AIは自ら予測モデルを組み立ててそれが猫であると認識できるようになる。新たな情報が加わるとモデルが更新さ
初心者がchainerで線画着色してみた。わりとできた。
ﾃﾞｰﾌﾟﾗｰﾆﾝｸﾞはコモディティ化していてハンダ付けの方が付加価値高いといわれるﾋﾟ-FNで主に工作担当のtai2anです。 NHKで全国放送されたAmazon Picking Challengeでガムテべったべたのハンドやロボコン感満載の滑り台とかを工作してました。 とはいえ、やっぱりちょっとディープラーニングしてみたいので1,2か月前からchainerを勉強し始めました。 せっかくなので線画の着色をしたいなーと思って色々試してみました。 線画の着色は教師あり学習なので線画と着色済みの画像のデータセットが(できれば大量に)必要です。 今回はOpenCVでカラーの画像から線画を適当に抽出しています。 抽出例 → カラーの画像を集めて線画を作ればデータセットの完成です。（今回は６０万枚くらい使っています） ネットワークの形ですが、U-netという最初の方でコンボリューションする時の層の出
ディープラーニングのすごさを手軽に体験
日経Linuxにいつも寄稿しているライターから「面白いソフトがありますので日経Linuxで取り上げませんか？」という1通のメールが届いた。2015年に話題になった、ディープラーニングを用いた画像拡大ソフト「waifu2x」だという。 画像の拡大とノイズ除去の機能しかないソフトだったので最初は興味がなかったが、実際に使ってみたところディープラーニングのすごさを体験できた。今後さまざまな分野に活用されていくディープラーニングだが、このように誰でも手軽に体験できるものが増えていくとよいだろう。 従来と異なる画像拡大手法 通常、画像の拡大やノイズ除去は画像処理ソフトの「フィルター」機能を使えば可能だ。画像を拡大する場合、足りない画素（ピクセル）を追加していく。追加する画素の色は、周辺の色から計算で求める。Linuxでは、画像処理に「ImageMagick」というソフトがよく使われる。このImage
【連載第1回】ニューラルネットの歩んだ道、ディープラーニングの登場で全てが変わった - 日経BigData
ディープラーニングのビジネスへの活用の可能性を探る。初回はディープラーニングの登場がどんな意味で大事件だったのかを解説する。 機械学習、ニューラルネット、ディープラーニングといった言葉の意味を整理することから始めよう。機械学習は人工知能の一分野で、データの背景にある傾向や法則を探り、現象の解析や予測をすることを目標としている。人間がルールを明示的に与えるのではなく、データから機械自身に法則を学習させるのが特徴だ。ルールで記述しきれない複雑な現象や、季節や時間などで傾向が変わる現象の解析に強みを発揮する。 ニューラルネットは機械学習で扱われる計算アルゴリズムの1つである。脳を模倣したモデルで、入力層、隠れ層、出力層の3種類の層から成る。入力に対して単純な変換を何回も繰り返し、予測結果などを出力する構造をしている。 深い構造、すなわち隠れ層を何層も重ねる構造がニューラルネットの精度向上の鍵とな
Chainerで顔イラストの自動生成 - Qiita
PFNのmattyaです。chainerを使ったイラスト自動生成をやってみました(上の画像もその一例です)。 20日目の@rezoolabさんの記事(Chainerを使ってコンピュータにイラストを描かせる)とネタが被っちゃったので、本記事ではさらに発展的なところを書いていきたいと思います。一緒に読んでいただくとよいかと。 概要 Chainerで画像を生成するニューラルネットであるDCGANを実装した→github safebooruから顔イラストを集めてきて学習させた 学習済みモデルをconvnetjsで読み込ませて、ブラウザ上で動くデモを作成した→こちら(ローディングに20秒程度かかります) アルゴリズム 今回実装したDCGAN(元論文)はGenerative Adversarial Networkというアルゴリズムの発展形です。GANの目標は、学習データセットと見分けがつかないようなデ
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
