ディープラーニング初心者向けの日本語学習サイト、PFNが無償公開
Preferred Networksは4月10日、自社で開発するオープンソースの深層学習フレームワーク「Chainer」に関する日本語の学習サイト「ディープラーニング入門：Chainer チュートリアル」を無償公開した。機械学習を勉強するために必要な数学や統計学、プログラミング言語Pythonなどを基礎から学べるという。 機械学習やディープラーニング（深層学習）の仕組みや使い方を理解したい大学生や社会人向けのオンライン教材を公開。大学の授業、企業の研修、商用セミナーなどで誰でも無料で使用できる。 サイト内では機械学習やディープラーニングの基礎的な理論を始め、Pythonの使い方や、NumPy、scikit-learn、Pandasなどのライブラリを用いた実装の他、微分、線形代数、確率・統計なども学べる。 Chainer チュートリアルでは、ブラウザ上でPythonのコードを実行できるGoo
ニューラルネットワークを使ってLINEの相手が「おじさん」か「女の子」か見破ってみた | パソコン工房 NEXMAG
彼氏の浮気が心配な工学部女子大生ライターのranranがニューラルネットワークを使って、LINEの相手が「おじさん」か「女の子」かを見破れるかどうかを検証していこうと思います。今回使うRCNNというニューラルネットワークは、文字単位で特徴を抽出することができるディープラーニングの手法です。彼氏・旦那さん、彼女・奥さんのLINEの相手が気になるという方の参考になれば嬉しいです！ 別に覗こうと思ったわけではない・・・ でも、カフェで不意に彼氏のスマホの画面が目に入ることだってあるだろう。 LINEの内容が目に入ってしまうこともあるだろう。 もちろん、彼氏のことを疑っているわけではないのだ。 しかし、たまたま目に入ったLINEが微妙な内容だった場合、どうしてもその相手が気になってしまう。そのLINEの相手が「おじさん」であれば全く問題ないのだが、もし「女の子」だったら…と考え出すと夜も眠れなくな
Chainer v4 ビギナー向けチュートリアル - Qiita
Update (2018/04/20): Chainer v4に合わせ内容を更新しました。 注意： 今回はニューラルネットワーク自体が何なのかといった説明は省きます。 この記事はJupyter notebookを使って書かれていますので、コードは上から順番に実行できるようにチェックされています。元のJupyter notebookファイルはGoogle Colabを使ってブラウザから実行することができます。Google Colab上ではGPUを使った学習を実際に実行することができますので、「ドライブにコピー」ボタンをクリックしてご自分のドライブにコピーしてから、ぜひ実行してみてください。：Chainer Beginner's Hands-on.ipynb Qiitaだとページ内リンクつきの目次が勝手に作成されるので、全体概要はそちらを眺めて把握してください。 インストール Chainerの
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
【ディープラーニング】10時間でChainerの基本を身につける - あれもPython,これもPython
ディープラーニングは色々な知識が必要です。 「チュートリアル動かしました」で止まったままの人も多いでしょう。 そこで、自分がchainerを理解しながら動かした時の方法を書きます。 大前提 とは言ったものの、誰でも入門は無理なので。 以下が最低限の前提です。 数学:微分積分、行列、確率とか聞いても「ああ、あれね・・・」くらいには思う IT:Pythonがそれなりに分かる。numpyはそこそこ分かる。 機械学習:説明変数とか、目的変数とか分類とかが何となく分かる やる気:引っかかった時に、調べる気力がある ゴール chainerを自分で色々試せるレベルになる。 あくまで試せるレベルになるだけです。 それでも千里の道も一歩からです。 一緒に頑張りましょう。 ちなみになぜchainerか、というと、 入門者が触るには、バランスは良さそうに見えたからです。 最初の最初 ディープラーニングは歴史から
Pythonによる機械学習の最前線
2016/2/4 「ソフトウェアジャパン ビッグデータ活用実務フォーラム」でのプレゼン資料です。 主にPythonで書いたコードの高速化の話です。タイトルと中身がマッチしない感じがするのは自覚しています。
Chainerで学習した対話用のボットをSlackで使用+Twitterから学習データを取得してファインチューニング - Qiita
で1.5.1をインストールしてください。 突然ですが、あなたはこんな衝動にかられたことはないでしょうか？ Slack上で面白い返事やつぶやきをしてくれるbotやいろんな質問に答えてくれるボットがいれば、会話が盛り上がるし、聞きづらい質問にも答えてくれるのに・・・ 私も思ったことがあります。そこで実装してみました。 最終的にこんな感じの応答を返してくれるようになります。 ##対象読者 １：中身は分らなくも良いから賢くなるbotを作ってみたい！！ やるべきアクション：下記リポジトリをgit cloneして環境構築して、実行して下さい！！ ２：中身も知って賢くなるbotを作ってみたい！！ やるべきアクション：この記事を読んで仕組みを理解してからgit cloneして環境構築して、実行して下さい！！ ３：ガチの人 やるべきアクション：アドバイス下さい。お願い致します。 #全体構成 #Chainer
Chainerでファインチューニングするときの個人的ベストプラクティス - Qiita
メリークリスマス！！！！ @tabe2314です。 この記事では、明日から使えるChainerテクニックとして、既存モデルをファインチューンして新しいモデルをつくる際の個人的なベストプラクティスを紹介します。 ファインチューニング ニューラルネットを学習するために、別の問題、別のデータセットで学習済みのモデルのパラメータをコピーして、それを新しいニューラルネットのパラメータの初期値として使うことをファインチューニングといいます。 典型的なケースとして、一般物体認識のデータセットであるImageNetで学習したネットワークを物体検出やSemantic Segmentationといった別の問題に使用するといった例があります。 一般的にDeep Learningでは大量の学習データが必要とされていますが、あらかじめ（大量のデータで）学習したモデルを初期値として使いファインチューニングすることで、
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
