［書評］日本語初の「モバイルアプリ開発者向け」機械学習・ディープラーニング解説書 - その後のその後
「iPhone/Androidアプリ開発者のための機械学習・深層学習 実践入門」をご恵贈いただきました。機械学習関連の技術書は数あれど、モバイルアプリ開発者向けを謳ったものは日本語では初だと思います。 iPhone/Androidアプリ開発者のための機械学習・深層学習 実践入門posted with amazlet at 19.01.24布留川 英一 ボーンデジタル (2019-01-26) 売り上げランキング: 171,507 Amazon.co.jpで詳細を見る モバイル向けというとCore ML/ML Kit等の学習済みモデルを活用するフレームワークやツール群を想起しますが、本書ではCreate ML、Turi Create、TensorFlow、Cloud AutoMLといったモデル作成側についても解説されています。 また目次を見るとわかりますが、機械学習／ディープラーニングの定番
Google Developers Japan: 機械学習がこれからの Web 体験とインタラクション・デザインの可能性を押し広げる
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads 71 Ads API 11
「TensorFlow.js」公開、Webブラウザ上で機械学習の開発、学習、実行が可能に。WebGL経由でGPUも活用
「TensorFlow.js」公開、Webブラウザ上で機械学習の開発、学習、実行が可能に。WebGL経由でGPUも活用 TensorFlow.jsの基となったオリジナルの「TensorFlow」は、Googleが開発しオープンソースとして公開されている機械学習ライブラリです。Windows、Mac、Linuxなどに対応し、Python、C＋＋、Java、Goなどに対応したAPIを備えています。 今回発表されたTensorFlow.jsはそのJavaScript版で、Webブラウザ上で実行可能。TensforFlow.jsのAPIはオリジナルTensorFlowのPython APIのすべてをサポートしているわけではありませんが、似た設計となっており、機械学習のモデルの構築、学習、学習済みモデルの実行が可能なほか、学習済みモデルのインポートも可能。 WebGLを通じてGPUを利用した処理の高
スペクトラム・テクノロジー、「AIプログラム学習キット」販売 | IoT NEWS
2021-09-072017-07-19 スペクトラム・テクノロジー、「AIプログラム学習キット」販売 スペクトラム・テクノロジー株式会社は、「ＡＩプログラム学習キット」を7月20日より販売開始する。同キットは、Raspberry Pi3 model Bを使って、グーグル開発のディープラーニング・ソフトであるTensorflow及びPythonの基礎を学習することができるという。人工知能（AI）の主要部分であるディープラーニングを初めて学ぶ人を対象としており、ディープラーニングに必要なPythonのプログラム知識も合わせて学習できるという。価格は30,000円（税抜、学生向けは20,000円）。 ディープラーニング（深層学習）とは、人間の脳を模した方式で、近年、画像認識、音声認識、クラスタリングなどの分野に応用されている。そのひとつであるグーグルが開発したTensorflowは、データフロ
Google、機械学習の可視化を強化する「TensorBoard API」を発表。独自の機械学習ビジュアライゼーション構築へ
Google、機械学習の可視化を強化する「TensorBoard API」を発表。独自の機械学習ビジュアライゼーション構築へ 2017-09-12 Googleは、機械学習の可視化を強化する「TensorBoard API」を発表しました。 tensorflow/tensorboard（Github） 2015年にオープンソース化した機械学習ライブラリ「TensorFlow」には、様々なデータを可視化できるツール「TensorBoard」が含まれています。しかし、新しいビジュアライゼーションを追加することは非常に難しいのが現状でした。 そこで、開発者がTensorBoardにカスタムビジュアライゼーション・プラグインを追加できるようにする新たなAPIセット「TensorBoard API」をリリースしました。 これにより、独自の機械学習ビジュアライゼーションが構築できるとしています。 プラ
RasPiとディープラーニングで我が家のトイレ問題を解決する - Qiita
おしっこセンサーできました ウチの小学生の息子が家のトイレでたびたびおしっこをこぼしてしまう。俺がくどくど注意してもあんまり効果ない。そこで、代わりにAIに怒ってもらうことにした。こんな感じである。 おしっこセンサーのデモ（動画）。水を数滴床にたらすとブザーが鳴り、床を拭くと止まる。 ディープラーニングの画像認識を使い、床の上に落ちた水滴をカメラで検出してブザーが鳴る仕組みだ。夏休みの自由工作に過ぎないので精度は期待していなかったけど、意外にきちんと動いてくれて、カメラに映る範囲に水滴を数滴たらすとピッピと鳴り、床を拭くとブザーも止まる。「お父さんだってAIくらい作れるぞ」と息子に自慢したいがための工作なのだ。 でも、これ作るのはそんなに難しくなくて、休み中の3日くらいで完成した。かかったお金は、RasPiやカメラ、周辺デバイスが2万円弱、画像認識のモデル作成に使ったクラウドの料金が数10
週刊少年ジャンプの短命作品を，機械学習で予測する （前編：データ分析） - Qiita
1. はじめに 週刊少年ジャンプ（以下，ジャンプ）は，日本で最も売れている漫画雑誌1です．言うまでもなく，私は大ファンです． ジャンプ編集部の連載会議は非常にシビアです．ジャンプ作家の奮闘を描いたフィクション漫画「バクマン。」では，編集部が毎号の読者アンケートをもとに各漫画の人気を評価し，掲載順や打ち切り作品を決定する様子が描かれています2．連載開始から10週以内（単行本約1冊分）で連載が打ち切られてしまうことも珍しくありません．とても厳しい世界です． 本記事では，機械学習を使って，短命作品（10週以内に終了する作品）の予測を行います．究極の目標は，ジャンプ編集部より先に打ち切り作品を予測し，好みの作品が危ない場合はアンケートを出して打ち切りを回避することです3．我々は読者アンケートの結果を知ることができないので，掲載順の履歴を入力とし，短命作品か否かを出力する多層パーセプトロン4をTen
CNN(Convolutional Neural Network) on Raspberry pi - Qiita
この記事はとても古くなっています。 Raspberry pi にmovidius を接続して OpenVinoを利用するという選択肢もあります。 Raspberry pi でも64bit OS を使う選択肢もあります。 最新の状況については、自ら調査してください。 以下の内容は 2018年02月28日に最終更新したものです。 最近調べている分野のリンク集です。 "CNN on Raspberry pi"では分かりにくいので、タイトルを変更しました。 まず、Convolutional Neural Networkの学習自体は、（GPUなどで演算性能を高めた）PC上で行われています。 しかも、組み込み目的のために計算量を減らすようにしたうえで、学習と同じライブラリを使って実行がなされている。 そういう枠組みです。 Convolution Neural Network Step.1 code R
(自分が思う)web的なコンテンツの、アカデミックな世界に対する敗北
TensorFlowを勉強するにはスタンフォードのこの講義資料が良く出来ているぜ、と言われた。 http://web.stanford.edu/class/cs20si/syllabus.html へー、と思って読んでいたら、4日目の所のword2vecのスライドが良く分からない。 word2vecは以前深層学習の本で一通り読んだのだけどあんまりしっかり理解出来た気がしていなかったので、いい機会だ、とちょっとぐぐって解説でも読もうと思った。 これがさっぱり分からんのばかりひっかかる。 仕方ない、と元論文を読むと、大分理解は進んだが、幾つか分からない所がある。 うーん、どうしたもんかなぁ、と思っていた所、上記講義には参照として、別のコースへのリンクがあった。 そこのスライドが素晴らしい。 http://web.stanford.edu/class/cs224n/lectures/cs224n
スーパーファミコンのソフトをTensorFlowで学習させてみる！ - Qiita
学習方法 ゲームキャプチャ + アクションで報酬(game score)を与えそれを学習させる。 game scoreの取得については、ROMのバイナリ情報を解析する必要があります。 この辺はあまり詳しくありませんが海外にROMの情報が出ているとのことです。 ニューラルネットワークアーキテクチャ 学習関数は定番のReLU。教科学習のアルゴリズムは勾配降下法(Adam)でやってます。 ReLU 勾配降下法 ニューラルネットワークの外観 手順 ⅰ.エミュレータの準備 エミュレータの動作に関しては処理が複雑なのでgitにあげておきます。 https://github.com/tsunaki00/siva_game ※ 他のマシンで試してないので動くかわかりません。 エミュに興味あるかたは海外のgitなどをぐぐってみてください！ ⅱ.ROMの抜き出し 上記にも記載しましたが、ROMの抜き出し方法は
グーグル、機械学習フレームワーク「TensorFlow」のバージョン1.0をリリース
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは米国時間2月15日、オープンソースの機械学習フレームワーク「TensorFlow」のバージョン1.0をリリースしたと発表した。 TensorFlowは、2015年11月にオープンソースとして公開された。機械学習や深層ニューラルネットワークの研究を目的に、GoogleのMachine Intelligence研究組織内のGoogle Brainチームの研究者らが開発したが、汎用性が高く、他のさまざまな分野に適用できるとしている。 Googleは同日、本社のあるマウンテンビューで開催した「TensorFlow Dev Summit」でTensorFlow 1.0を発表した。 TensorFlow 1.0は、速度が強化されており
【Day-17】DeepLearning系ライブラリ、『Keras』の使い方まとめ(2.x対応版) - プロクラシスト
【最終更新 : 2017.12.17】 ※以前書いた記事がObsoleteになったため、2.xできちんと動くように書き直しました。 データ分析ガチ勉強アドベントカレンダー 17日目。 16日目に、1からニューラルネットを書きました。 それはそれでデータの流れだとか、活性化関数の働きだとか得るものは多かったのですが、Kerasと言うものを使ってみて、何て素晴らしいんだと感動してしまいました 今まで苦労して数十行書いていたものが、わずか3行で書ける！ 正直、スクラッチで書く意味って、理解にはいいけど研究や分析には必要あんまないんですよね。車輪の再発明になるし。 と言うわけで、使えるものはどんどん使っていこうスタンスで、今日はKerasの紹介です！ Tutorial+気になった引数を掘り下げて補足のような感じで書いています。 ちなみに、各部のコード以下をつなぎ合わせるとmnistの分類器が動くよ
TensorFlowによるDCGANでアイドルの顔画像生成 - すぎゃーんメモ
アイドル顔識別のためのデータ収集 をコツコツ続けて それなりに集まってきたし、これを使って別のことも…ということでDCGANを使ったDeep Learningによるアイドルの顔画像の「生成」をやってみた。 まだだいぶ歪んでいたりで あまりキレイじゃないけど…。顔画像を多く収集できているアイドル90人の顔画像からそれぞれ120件を抽出した合計10800件をもとに学習させて生成させたもの。 分類タスクとは逆方向の変換、複数のモデル定義などがあってなかなか理解が難しい部分もあったけど、作ってみるとそこまで難しくはなく、出来上がっていく過程を見るのが楽しいし とても面白い。 DCGANとは "Deep Convolutional Generative Adversarial Networks"、略してDCGAN。こちらの論文で有名になった、のかな？ [1511.06434] Unsupervise
New community features for Google Chat and an update on Currents
Join the official community for Google Workspace administrators In the Google Cloud Community, connect with Googlers and other Google Workspace admins like yourself. Participate in product discussions, check out the Community Articles, and learn tips and tricks that will make your work and life easier. Be the first to know what's happening with Google Workspace. ______________ Learn about more Goo
グーグルのオープンソース機械学習システム「TensorFlow」--開発者が現状を報告
Googleは1月13日、オープンソース提供している機械学習システム用ツールキット「TensorFlow」について、都内でメディア向け説明会を開催した。TensorFlowの開発者が概要を解説したほか、オープンソース化の目的や今後の展望を述べ、さまざまな質問に直接答えた。 説明を担当したのは、Googleエンジニアリング部門リサーチサイエンティストのMike Schuster氏。同氏は、奈良先端科学技術大学で工学博士号を取得し、NTTでニューラルネットワークや音声認識システムの研究開発に携わるなど、日本と縁の深い人物である。 Googleでは音声認識システムの開発に取り組み、同社初の日本語および韓国語用の音声認識モデルを構築。その後、大規模ニューラルネットワークの実現を目指すプロジェクト「Google Brain」に参加し、現在はTensorFlowの開発を担当している。 同氏の開発するT
GoogleとUDACITY、「TensorFlow」で学ぶディープラーニング講座を開設
米Googleは1月21日（現地時間）、無料オンライン学習プログラム（MOOC）UDACITYと協力し、ディープラーニングを学べる無料コース「Deep Learning：Taking machine learning to the next level」を開設したと発表した。 この短期間の集中コース（約3カ月）は、ニューラルネットワークやLong short term memory network（LSTM）など、ディープラーニングの基本を学べる。学習にはGoogleが昨年11月にオープンソース化した機械学習システム「TensorFlow」を使う。 このコースを履修すると、機械学習のナノ学位を取得できる上級コース「Machine Learning Engineer Nanodegree」（月額199ドルから）を受講できる。 Googleは「このコースの目標は、機械学習に高い関心のある人々に
Google発の深層学習フレームワーク「TensorFlow」が一般エンジニアに与える可能性
こんにちは、PyData.Tokyoオーガナイザーのシバタアキラです。先日公開され大きな反響を呼んだGoogle社の深層学習（ディープラーニング）フレームワーク、TensorFlow（テンソルフロー）。今回はPyData.Tokyoのハッカソンイベントで、参加者の皆さんとTensorFlowについて学び、コーディングし、ディスカッションした内容から得た所感を共有したいと思います。深層学習のネットワーク設計という非常に高度な課題は、一般のエンジニアやデータサイエンティストにはとっつきにくいものですが、既存のさまざまな手法やツールがTensorFlowに移植されつつあり、今後ここが深層学習開発の拠点になる予感がしました。 シバタアキラ PyData.Tokyoのハッカソンイベント 前置き～今回のハッカソンを行うに至った経緯 PyData.Tokyoは昨年秋に開始し、第1回のテーマとして深層学習
TensorFlowを算数で理解する - Qiita
TensorFlowは主に機械学習、特に多層ニューラルネットワーク(ディープラーニング)を実装するためのライブラリになりますが、その基本的な仕組みを理解するのにそうした難しい話は特に必要ありません。 本記事では、TensorFlowの仕組みを、算数程度の簡単な計算をベースに紐解いていきたいと思います。 TensorFlowの特徴 初めに、TensorFlowの特徴についてまとめておきたいと思います。 TensorFlowは、その名前の通りTensor(多次元配列、行列などに相当)のFlow(計算処理)を記述するためのツールです。その特徴としては、以下のような点が挙げられます。 スケーラビリティ PC、サーバー、はてはモバイル端末まで、各マシンのリソースに応じてスケールする。つまり、低スペックなものでもそれなりに動くし、GPUを積んだハイスペックなサーバーであればそのリソースをフルに活用した
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
Amazon.co.jp: TensorFlowはじめました 実践！最新Googleマシンラーニング (NextPublishing): 有山圭二: Digital Ebook Purchas
TensorFlow を使った�機械学習ことはじめ (GDG京都 機械学習勉強会)
