Appleの機械学習フレームワーク「Core ML」「Vision」
AI・機械学習・ディープラーニングCore ML and Vision: Machine Learning in iOS 11 Tutorial 機械学習が流行っています。多くの人が機械学習について一度は聞いたことがあるのではないでしょうか。 この記事では、iOS 11で導入された新しいフレームワークであるCore ML と Visionを紹介します。具体的には、これらの新しいAPIをPlaces205-GoogLeNetモデルで使用して画像を分類する方法を紹介します。詳細は、Appleの機械学習ページをご参照ください。 [aside type=”normal”] Xcode 9 Beta 1以降、Swift 4、およびiOS 11が必要です。 [/aside] スタータープロジェクトから始めてみる スタータープロジェクトをダウンロードしてください。画像を表示し、ユーザーが写真ライブラリか
TensorBoard：学習の可視化（翻訳）
本記事は、TensorFlow（テンソルフロー）の本家サイト「TensorBoard: Visualizing Learning」 を翻訳（適宜意訳）したものです。誤り等あればご指摘いただけたら幸いです。 大規模な深いニューラルネットワークのトレーニングのようなTensorFlowを使用する計算は、複雑で紛らわしいものになります。 TensorFlowプログラムの理解、デバッグ、および最適化を容易にするために、TensorBoardという一連の視覚化ツールが含まれています。 TensorBoardを使用して、TensorFlowグラフを視覚化し、グラフの実行に関する定量的なメトリックをプロットし、それを通過する画像のような追加のデータを表示することができます。 TensorBoardが設定されると、次のようになります。 このチュートリアルは、TensorBoardを簡単に使い始められること
システム障害を予測するAIプラットフォーム Blue Matador
こんにちは、荒井です。 海外のスタートアップの事例を通して、新しいビジネスアイデアのきっかけや、ビジネスのヒントを得ようという主旨で、毎回気になった海外スタートアップを紹介しています。 今回紹介するAIビジネスの事例は「Blue Matador（ブルー・マタドール）」というサービスです。 Blue Matadorには３つのソリューションサービスがあります。 無料システムモニタリングサービスの「WatchDog」 AIによるシステムログ管理サービスの「Lumberjack」 AIによる障害予測サービスの「Firefighter」 この３つのソリューションによって、Blue Matadorは、システム開発とシステム運用にとっての強い味方になります。 システムのモニタリングサービスというのは、既に色々とありますが、このサービスのポイントは、AIを活用してシステム障害を予測・通知してくれる、という
機械学習を利用した旅行ガイドアプリ KOMPAS
こんにちは、荒井です。 海外のスタートアップの事例を通して、新しいビジネスアイデアのきっかけや、ビジネスのヒントを得ようという主旨で、毎回気になった海外スタートアップを紹介しています。 今回紹介するAIビジネスの事例は「KOMPAS」というサービスです。 KOMPASは、無料アプリです。 KOMPASUは、あなたの情報、例えば 自由な時間 予算 興味のあること、楽しいと思うこと というような情報をもとに、あなたに最適な旅行プランを提案してくれるアプリです。 現在の旅行ガイドは時代遅れ ２０１４年にイギリス・ロンドンで設立されたスタートアップです。 創業者のTom Charman氏1は、以下の問題提起をしています。 いまの旅行ガイドブック等は、時代遅れになってきています。実際は、多くの人がブログや個人の意見を参考に旅行しています。そのため、どこに行くのか、そこに行く方法を探すのに時間が浪費さ
TensorFlowを使ってシンプルなニューラルネットワークモデルを作ってみる
Tensorflowを使ってシンプルなニューラルネットワークの構築について簡単な説明をしてみます。データにMNISTデータを使います。 まず、Tensorflowをインストールしましょう。1 MNISTデータは、各画像のラベルがその画像内の実際の値を示す手書き数字の集合である。各画像は28×28ピクセルで、この配列を7842のベクトルに平坦化します。 まず、Tensorflowをインポートし、MNISTのデータをロードします。 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist= input_data.read_data_sets('MNIST_data',one_hot=True) モデルにデータを渡すために、まず28×28イメージデータ用と、結果格納用に（0〜9
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
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
