CUDAプログラミング入門
7. 前世代比 3倍の性能 Tesla M2090 Tesla K40 CUDA コア数 512 2880 倍精度演算性能 DGEMM 665 G 400 GF 1.43 TF 1.33 TF 単精度演算性能 SGEMM 1.33 TF 0.89 TF 4.29 TF 3.22 TF メモリバンド幅 178 GB/s 288 GB/s メモリサイズ 6 GB 12 GB 消費電力 225W 235W 3.22 TFLOPS 0.89 TFLOPS 1.33 TFLOPS 0.40 TFLOPS 0 0.2 0.4 0.6 0.8 1 1.2 1.4 Tesla M2090 Tesla K40 TFLOPS Double Precision FLOPS (DGEMM) 0 0.5 1 1.5 2 2.5 3 3.5 Tesla M2090 Tesla K40 TFLOPS Single Pr
畳み込みニューラルネットワークの仕組み | POSTD
(編注：2016/11/17、記事を修正いたしました。) ディープラーニングの分野でテクノロジの進化が続いているということが話題になる場合、十中八九畳み込みニューラルネットワークが関係しています。畳み込みニューラルネットワークはCNN（Convolutional Neural Network）またはConvNetとも呼ばれ、ディープニューラルネットワークの分野の主力となっています。CNNは画像を複数のカテゴリに分類するよう学習しており、その分類能力は人間を上回ることもあります。大言壮語のうたい文句を実現している方法が本当にあるとすれば、それはCNNでしょう。 CNNの非常に大きな長所として、理解しやすいことが挙げられます。少なくとも幾つかの基本的な部分にブレークダウンして学べば、それを実感できるでしょう。というわけで、これから一通り説明します。また、画像処理についてこの記事よりも詳細に説明
統計学基礎 | Logics of Blue
最終更新：2020年12月19日 ここでは統計学の入門記事をまとめています。 「統計学とは何か」から始めて、一般化線形モデル、ベイズ統計学まで、幅広く「統計学の基礎」を書いていきます。 スポンサードリンク 理論から始める確率・統計 複雑な応用例や数値計算を含む多くの要素を削り、統計学の理論だけに焦点を当てた入門記事です。 ほかの統計学入門と比べて極端に短く、手早く統計学の考え方が学べます。 ・統計学とは何か ・統計学はどのような考え方で問題を解決するか ・記述統計の基礎 ・確率分布と確率変数の基礎 ・確率密度関数と正規分布 ・推定の基礎 ・統計的仮説検定の基礎 データ分析入門 ・カイ二乗検定 ・t検定の考え方 ・分散分析の基礎 ・主成分分析の考え方 統計モデル基礎 平均・分散から始める一般化線形モデル入門：サポートページ 管理人が著した、統計モデルの入門書です。 本文も一部公開しています
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
muuny-blue.info
