ディープラーニングでおそ松さんの六つ子は見分けられるのか 〜実施編〜 - bohemia日記
前回、おそ松さんたちをディープラーニングで見分けるため、準備編としておそ松さんたちの顔画像を5644枚集めました。 今回はそれを用いて、ディープラーニングで学習させ、判別器を作って検証します。 集めた画像 人物 枚数 例 おそ松 1126 から松 769 チョロ松 1047 一松 736 十四松 855 とど松 729 その他 383 使用フレームワーク 最近GoogleからTensorFlowという新しいディープラーニングのフレームワークが発表されました。 会社のブログに使い方書いたのですが、まだ慣れていないので、今回はchainerを使います。こちらだとすぐに高い成果を上げているImageNetのNINモデル、４層畳み込みニューラルネットワークがサンプルで入っていますので、こちらを改良して使います。 imageNetの使い方は、こちらやこちらを参考にしています。 訓練データセット Im
ディープラーニングセミナー2015(名古屋)に行ってきた | kako blog
ディープラーニングセミナー2015(名古屋)に行ってきた。 セミナー資料は後ほど公開されるそうだ。(追記、資料が公開された。後述) 覚え書きまとめ。 ・CPUに比べてGPUの演算性能の進化が著しい。 ・NVIDIAのGPUはゲーム用に作ってきたが、ディープラーニング需要が増えてきたので、ディープラーニング向けにハードやソフトを開発している。 ・ディープラーニングにはGeForceのTITAN Xとか売れている。次のPascal世代のGPUはディープラーニング向けに単精度計算などの機能が拡張される。 ・車載や組み込み用にはTESLAというチップを搭載したキットを用意している。信頼性確保のためにメモリのECCを使っている。今後はGPU内部のレジスタや一時メモリにもECCを使って、信頼性を上げていく。 ・ディープラーニングの処理で重たいのは入力の畳み込み計算と、全ニューロン素子を通した演算をする
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
SSII2019OS: 深層学習にかかる時間を短くしてみませんか？ ～分散学習の勧め～
NVIDIAのGPUが実現する深層学習が作る未来 ～自動運転やアニメイラストの自動生成など、「Deep Learning 2016」講演
