Googleの事前学習済みモデルを手軽に利用出来るTensorFlow Hub - Technical Hedgehog
自然言語処理におけるword2vecや画像処理におけるInceptionなど、一般的に広く用いられているモデルを上流で用いる事は多くあります。汎用的な知識を扱えるメリットがある一方、学習には大量のデータセットの準備と膨大な学習時間がかかってしまいます。 この問題に対して、あらかじめ学習させた状態のモデル(事前学習済みモデル)を用意しておき上流に転移させる方法があります。本記事ではその事前学習済みモデルについて、Googleが提供するのライブラリであるTensorFlow Hubを紹介します。 TensorFlow HubはGoogleの大量リソースを用いて学習したモデルを手軽に実装できるほか、自作したモデルを別環境で利用しやすいように自作することも可能です。本記事では概要と特徴、利用方法を紹介します。 今回説明するTensorFlow Hubの利用方法、作成方法について実験したコードはGi
機械学習モデルの実装における、テストについて - Qiita
数あるフレームワークに付属するExample、機械学習モデルを実装してみた、という話。これらに共通して言えるのは「テストがない」ということです。 機械学習のモデルだって、アプリケーションに組み込まれればプロダクションコードの一部です。テストがない実装を本番環境に組み込むか？というと通常そんなことありえないと思います。 (スタジオジブリ 紅の豚 より拝借) 忘れられがちな点ですが、機械学習モデルは「リリースした瞬間」が最高精度になります。なぜなら、リリースした瞬間こそがその時点で手に入るフルフルのデータを使って鍛え上げたモデルであり、それ以降はどんどん未知のデータが入ってくるためです。 そのため、モデルの精度、また妥当性をいつでも検証できるようにしておくというのはとても重要です。これは通常のコードにテストをつける理由と同等で、つまり機械学習モデルだからと言って特別ではないということです。 本
東京大学 杉山・本多研究室
東京大学 杉山・本多研究室：機械学習と統計的データ解析 機械学習の基礎理論の構築と実用的なアルゴリズムの開発，及び，実問題への応用研究を行っています [ English | Japanese ] 研究概要 教科書 機械学習のための確率と統計 イラストで学ぶ機械学習：最小二乗法による識別モデル学習を中心に 統計的機械学習 統計的学習の基礎：データマイニング・推論・予測 パターン認識と機械学習 強くなるロボティック・ゲームプレイヤーの作り方～実践で学ぶ強化学習 学習の種類 教師付き学習 教師なし学習 半教師付き学習 強化学習 機械学習の理論とアルゴリズム モデル選択 不偏モデル選択規準 正則化モデル選択規準 能動学習 単一のモデルに対する能動学習 複数のモデルに対する能動学習 追加学習／オンライン学習 次元削減 教師付き次元削減 半教師付き次元削減 教師無し次元削減 類似度データからの学習／カ
生成モデルの Deep Learning
PFIセミナー(2016/02/25)で発表したスライドです。伝承サンプリング可能な生成モデルに関するDeep Learningの紹介です（キーワード：Wake-Sleep, 変分 AutoEncoder, Generative Adversarial Nets, Likelihood Ratio）Read less
SDシアターモデル一次配布勝手にカタログ的な
im3807209あおうさぎさんが配布中のＳＤモデルのカタログ的な動画な。動く！動くとかわいい！
経済物理学 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Econophysics|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明があり
【第5回MMD杯本選】 After HaRuKarnival'10 - まっすぐB -
今年も大盛況で終演となったHaRuKarnival'10いよいよ来年にはアイドルマスター２も発売される予定で更なる盛り上がりが期待されます。本作品では来年の雰囲気を少しでも伝えるべくMikuMikuDanceを用いてアイマス２のステージを表現してみました。ステージ→ちょいワルPさん制作(sm11667349)モデル→あらかぶPさん制作(sm11792936)をベースにテクスチャ等改変モーション→zuiPさん制作(sm6186455)をベースに調整音源編集→いちじょーPさん■HaRuKarnival'10公式→http://www.harukarnival.info/ ■MMD杯についてはこちら→http://www31.atwiki.jp/mmdcup/ ■大会公式マイリスト→mylist/20429464☆もう一つの夏フェスNRF2010作品→sm11562256※3D出力はMMDのみで
【第5回MMD杯本選】特大プッチンプリンをプッチンしてみた（第5号・6号）
特大プッチンプリンを空中からプッチンしてﾎﾞﾖｰﾝﾌﾟﾙﾙｰﾝとキレイにお皿に乗るか挑戦(｀・ω・´)Everybody！プッチン！→予選はコチラsm11570135とまぁMMD杯に出すような動画じゃないと思いつつもお祭りと聞いて自重せず挑戦してみる。プッチンへの想いを解き放つ－－！・・・ダメ？(´・ω・｀)５なのかFINALなのか・・・ZEROなのか。MMD杯について⇒http://www31.atwiki.jp/mmdcup/ 第5回MMD杯本選公式マイリスト→mylist/20429464 ※たくさんの再生・コメント・マイリスありがとうございました！感謝！ヽ(^◇^*)/※第5回MMD杯 閉会･受賞式⇒sm12018871ツール・モデル：MikuMikuDance/Lat式ミク/VPVPwiki過去のプッチンとかはこの辺参照→mylist/17247751 リベンジ・・・！ →（sm
遺伝的アルゴリズム - Wikipedia
遺伝的アルゴリズム（いでんてきアルゴリズム、英語：genetic algorithm、略称：GA）とは、1975年にミシガン大学のジョン・H・ホランド（John Henry Holland）によって提案された近似解を探索するメタヒューリスティックアルゴリズムである。人工生命同様、偶然の要素でコンピューターの制御を左右する。4つの主要な進化的アルゴリズムの一つであり、その中でも最も一般的に使用されている。 概要[編集] 遺伝的アルゴリズムはデータ（解の候補）を遺伝子で表現した「個体」を複数用意し、適応度の高い個体を優先的に選択して交叉・突然変異などの操作を繰り返しながら解を探索する。適応度は適応度関数によって与えられる。 この手法の利点は、評価関数の可微分性や単峰性などの知識がない場合であっても適用可能なことである。 必要とされる条件は評価関数の全順序性と、探索空間が位相（トポロジー）を持っ
【MMD】工場見学
プレスブレーキがお気に入りです。うp主の作品リスト→mylist/18185967 お詫び、こちらの不注意により、クレジットにおいて全員4番P様の敬称が抜けていました。また、鏡音レンの著作権表記も抜けています。謹んでお詫び申し上げます。工場モデルの修正：プレスブレーキの描写に誤りがあったため修正→http://bowlroll.net/up/dl3703 駄文：工場見学というテーマ上、ドラマは最小限に抑えた結果、プリンが食べられなくてミクさん不機嫌でいじわるな人みたくなってるけど、うちのミクさんは本当は優しくていい人なんですー…だから外道とか言わないでorz たこルカプレートを実際に作った方が現れたようです…すげえ→sm10655594
【MikuMikuDance】 ぴゅあぴゅあはーと 【MMD】 けいおんモデル
TVサイズ+αです。音量等の変化は編集上の仕様です。ズザーっと6/2のCD発売までには間に合った… とりあえず指が痛いです。超速仕上げでチェックが甘いと思いますが、持ちネタフル投入で精一杯作りました。おかしな所はやさしくつっこんで上げてください。■けいおんモデル、衣装データはかこみきさん■楽器元データはhissaさん■アクセサリ・VPVP Wikiリンクより■街背景【MMD】天空しみゅV502→sm9231423■お借りしたニコ割→nm10841798□今まで作ったもの→mylist/12147623□blog5/31:http://wannyabu.blog54.fc2.com/□2期作品:『GO!GO!MANIAC』→sm10500410:『Listen!!』→sm10676915:『Utauyo!!MIRACLE』→sm11713562NO, 『Thank You!』→sm13118
- YouTube
このアカウントを停止しました。これは、このユーザーのコンテンツが著作権を侵害しているとの申し立てが第三者から複数寄せられたためです。
CoBRA研究会
CoBRA研究会とは CoBRA法（Cost estimation, Benchmarking and Risk Assessment）は、実績データと専門家の知識を利用する見積りモデル構築手法です。 ソフトウェア開発プロジェクトやコスト見積りの熟練者（経験豊富なプロジェクト・マネージャ等）の協力の下に、その経験・知識をコスト変動要因として定義・定量化し、透明性と説明性が高く、コストマネジメント可能な見積りモデルを構築します。 プロジェクト関係者の経験・知識を集積・集約することから、組織能力の共有・向上へもつながります。 CoBRA研究会は、CoBRA法により見積りモデルを構築した実績のある企業、関係団体により発足した研究会です。 構築経験に基づいて議論し、CoBRA法がより広く使われるように、見積りモデルの構築方法から見積りモデルのプロセス改善への応用などCoBRA法の活用方法を探求する
【MMD】プロジェクト・クマ音×アンバランスコミュニケーション
クマビートでおなじみのクマ音ミクさんをMMDモデル化。クマ音さん初出は実写ぬいぐるみですが3D化にはあんこさんのイラストを参考に。曲は曲者Pのアンバランスコミュニケーションをカバーさせていただきました。■KUMA BEAT/en氏 sm6347516■アンバランスコミュニケーション/曲者P sm8230122■クマ界の首領あんこさんのクマ音イラスト pixiv/illust_id=5454750、6228334・Kumane-miku 3D modeling project□モデリング（DS-1マウス）：vcld□音楽：ajipo□動画編集：llcheesell□モデリング（クマ音ミク、蝶）・MMD・制作：ネムイプロジェクトクマ音のみなに感謝！(･㉨･´)それと、お誕生日おめでとうございます(*´㉨｀)※クマ音さん配布（終了しました）どうぞ可愛がってあげてください。
【るきゃ たこルカ】 クローバー♣クラブ 【勝手にたこルカ誕生祭!!】
この魔法の絨毯を敷けばそこはどこでも すぐにステージになるのさ!! がんばったつもりだけど遅刻orz これくらいなら許してくれるよね だって たこだもんね! もう少し色々やりたかったけど ちょっと遅れすぎはだめかなと・・思いのほか色々修正とか時間がかかってしまいました・・・ごめんよ たこルカぁ～ モデル マシシ様 ヤマド様 多少モデル改造?しました。モーション:ラジp様sm5343204 本家様 sm1937053 その他背景等VPVPWikiリンクよりお借りしました。有難うございます。お誕生日おめでとう～!! 次回はもう少しがんばる 楽曲もルカさまの物を使おうと思いましたが色々不具合が起きまして・・すみません 他作品mylist/11761083
スムーズワークス日想
最近のモデルベース関連業者さんのウワサを聞くと、じつは最近低調だとか、いやいや引き合いがいっぱいあるとか、まちまちのようです。スムーズワークスは、たまたま長期契約をいただいているため、山も谷も無く、ずうっと忙しい状況です […] {...}
【MikuMikuDance】PMD化したモデルでストロボナイツ【PMD化】‐ニコニコ動画(9)
キオ氏の配布データを使ってまじめにＰＭＤ化し躍らせてみました。/ 背景その他 sm8695572 / 原曲様 sm1657814 / キャラモデリング キオ氏
hirax.net::Simulinkで経済循環モデルを作ってみる
最新記事(inside out)へ | 年と月を指定して記事を読む（クリック!） / 2001/ 2002/ 2003/ 2004/ 2005/ 2006/ 2007/ 2008/ 2009/ 2010/ 2011/ 2012/ 2013/ 2014/ 2015/ 2016/ 2017/ 2018/ 2019/ 2020/ 2008年12月 を読む << 2009年1月 を読む >> 2009年2月 を読む 高校生気分になって、「アメリカの高校生が学ぶ経済学 原理から実践へ」を読み直しています。読んだ時には、でわかったつもりになったのですけれど、教科書に書いてあることを自分でやってみようと思うと、これが実に難しいもののです。・・・つまり、ひとことで言ってしまえば、全然わかっていないわけです。 たとえば、ごく単純そうに見える、第4章「マクロ経済学：政策」を読み、経済活動の循環モデル、生産・
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
【第5回MMD杯本選】 Bad AApple!!
【MMD／初音ミクAppend】 やっと逢えたね 【オリジナル】 by 遺作P
