リバストのブログ Deep Learningの概要
これからDeep Learningの開発環境を導入していきますが、その前にDeep Learningについて簡単に説明します。Deep Learningは、日本語では深層学習と呼ばれている機械学習の研究分野の一つで、データを高次に抽象化するための多階層なモデルを学習する技術の総称です。 機械学習の枠組みには、大きく分けて教師あり学習、教師なし学習、半教師あり学習および強化学習があります。 （引用元強くなるロボティック・ゲームプレイヤーの作り方 実践で学ぶ教科学習） これらの機械学習の方法は、入力（質問）として数値ベクトルを前提にしています。そのため、機械学習の枠組みを、画像認識などに応用するためには、それぞれの応用に合わせてデータをベクトルに変換する必要があります。このデータからベクトルへの変換のことを特徴抽出と呼びます。この特徴抽出は、それぞれの応用に関する専門的な知識が必要なため、画像
20万円台の投資で深層学習(ディープラーニング)を手軽に始めるためのパーソナル・ディープラーニング・コンピュータ
20万円台の投資で深層学習(ディープラーニング)を手軽に始めるためのパーソナル・ディープラーニング・コンピュータ The Personal Deep learning Computer 2015.11.18 Updated by Ryo Shimizu on November 18, 2015, 09:23 am JST 毎日のように深層学習(ディープラーニング)の新技術が発表された今年の6月頃に比べると最近はだいぶ落ち着いてきたと思ったら、GoogleからTensorFlow、MicrosoftからはDistributed Machine Learning Tookit（DMLT）というやや煮え切らない名前のツールが相次いでリリースされました。さらにMicrosoftは、写真から人物の感情を分析するツール「Project Oxford Emotion Recognition」の提供も開始
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
ディープラーニング－畳み込みニューラルネットワークとPythonによる特徴抽出 | POSTD
