Deep Learning
2012年に開催された大規模画像認識のコンペ ILSVRC(ImageNet Large Scale Visual Recognition Challenge)で AlexNet が圧倒的な成績で優勝して以来、ディープラーニングの手法が画像認識での主役に躍り出ました。それ以降、ILSVRC で ImageNet の画像を用いたモデルの開発競争が行われてきました。 ディープラーニングの手法はCNN (Convolutional Neural Network)を基礎としています。その初期代表モデルは LeNet と AlexNet でした。その後、畳み込み層を深くすればするほど学習精度が上昇するので、畳み込み層をより深くするモデルが登場しました。VGG16、VGG19 は畳み込み層の深さを16、19にしたネットワークモデルです。GoogLeNet は畳み込み層を22にまで拡大しました。そして、
Barracuda 1.0.0 - Unity用の軽量でクロスプラットフォームなニューラルネットワーク推論ライブラリ｜npaka
以下の記事を参考に書いてます。 ・Introduction to Barracuda | Barracuda | 1.0.0 1. Barracuda「Barracuda」は、Unity用の軽量でクロスプラットフォームなニューラルネットワーク推論ライブラリです。GPUとCPUの両方で推論できます。 次のようなシンプルなコードで、ニューラルネットワークモデルで推論することができます。 var model = ModelLoader.Load(filename); var engine = WorkerFactory.CreateWorker(model, WorkerFactory.Device.GPU); var input = new Tensor(1, 1, 1, 10); var output = engine.Execute(input).PeekOutput();ニューラルネット
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
グーグルがTensorFlowに3Dデータ向けライブラリ追加、スマホ向けAR強化の一環か
