Facebook、画期的なAIモデル「SEER」を発表--10億枚のInstagram画像で学習
Facebookの研究チームは、インターネット上にあるラベル付けされていないランダムな画像グループから学習できる、新たな人工知能（AI）モデルを発表した。この画期的な成果は、まだ初期の段階とはいえ、コンピュータービジョンに「革命」をもたらすことになるとチームは期待している。 「SEER（SElf-supERvised：自己教師あり）」と名付けられたこのモデルには、一般に公開されているInstagramの画像10億枚が与えられた。これらの画像は、それまで人手でキュレーション（整理）されたことがないものだ。しかし、一般にアルゴリズムの学習に使われるラベルや注釈がなくても、SEERは自律的にデータセットの内容を調べ、その過程で学習し、最終的にオブジェクト検出などのタスクでトップレベルの正確性を実現した。 自己教師あり学習という相応しい名前が付けられたこの手法は、AIの分野ではすでに確立されており
ニューラルネットワーク Playground - Deep Insider
それぞれの色の意味は？ ニューラルネットワークの学習過程を視覚化するために、青色とオレンジ色を使っています。 色の使い方が微妙に異なる部分はありますが、基本的に、青色は「正の値」（positive values）を表し、オレンジ色は「負の値」（negative values）を表しています。 入力層（input layer）においては、データの点（points： 小さな円で表現されている）それぞれが、もともと青色かオレンジ色で着色されています（［出力］のグラフ図を参照）。 つまり、各点が初めから「正の値」か「負の値」（正解ラベル）に対応付けられているということです。 隠れ層（hidden layers）においては、ニューロン間の結合の重み（weights）によって、線が着色されています。 青色の線は「正の重み」（positive weight）を表し、オレンジ色の線は「負の重み」（nega
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
第1回 初めてのニューラルネットワーク実装、まずは準備をしよう ― 仕組み理解×初実装（前編）
