世界初「ディープラーニングの自動設計アルゴリズム」開発 三菱電機
三菱電機は10月7日、データの特徴を学習して推論処理を行う「ディープラーニング」を自動設計する「ディープラーニング自動設計アルゴリズム」を開発したと発表した。専門知識がなくても、ディープラーニングを活用した人工知能（AI）を短時間・低コストで企業システムなどに導入できるとしている。 学習データがあれば、独自のアルゴリズムでディープラーニングを自動設計できる。学習データの中から特徴的なデータのみを重複なく抽出することで効率的に適切なネットワークを構築できるという。機器のシステムに依存しないため、使用環境に合わせた高度な推論処理が可能だとしている。 従来、企業システムにディープラーニングを導入するには、AIの専門家に依頼して設計してもらう必要があったが、このアルゴリズムを使えば、企業内のシステム専門家だけで設計でき、AI専門家に依頼する必要がないという。専門家に依頼した場合は数日～数週間かかっ
AWS Solutions Architect ブログ
Apache SparkとAmazon DSSTNEを使った、Amazon規模のレコメンデーション生成 Amazonのパーソナライゼーションでは、お客様毎の製品レコメンデーションを生成するためにニューラルネットワークを使っています。Amazonの製品カタログは、あるお客様が購入した製品の数に比較して非常に巨大なので、データセットは極端に疎になってしまいます。そして、お客様の数と製品の数は何億にものぼるため、我々のニューラルネットワークのモデルは複数のGPUで分散しなければ、空間や時間の制約を満たすことができません。 そのため、GPU上で動作するDSSTNE (the Deep Scalable Sparse Tensor Neural Engine)を開発しオープンソースにしました。我々はDSSTNEを使ってニューラルネットワークを学習しレコメンデーションを生成していて、ECのウェブサイト
プライベートブログ › ログイン
このサイトは、オーナーによりプライベートサイトとして設定されています。このサイトを見るには、次の2つが必要です。 WordPress.com のアカウント。アカウントをお持ちではありませんか ?メールアドレスとパスワードさえあれば、こちらでご登録いただけます。サイトオーナーの承認。アカウントを作成したら、ログインしてもう一度この画面を表示し、招待をリクエストしてください。いずれもすでにお持ちでしたら、すばらしい ! こちらでログインしてください
Amazonがディープラーニングのライブラリ「DSSTNE」をオープンソースで公開。TensorFlowよりも約2倍高速と主張
Amazon.comはディープラーニングを実現するライブラリ「Amazon DSSTNE」（Deep Scalable Sparse Tensor Network Engineの頭文字、読みはデスティニー）をオープンソースで公開しました。 GitHub - amznlabs/amazon-dsstne: Deep Scalable Sparse Tensor Network Engine (DSSTNE) is an Amazon developed library for building Deep Learning (DL) machine learning (ML) models DSSTNEは本番環境のワークロードに対応したライブラリで、以下の特長があります。 マルチGPUスケール 学習と予測のどちらも、複数のGPUにスケールアウトし、レイヤごとにモデル並列化の方法で（model-
CHANGE! – CHANGE-MAKERS
CHANGE-MAKERS読者のみなさま。 いつもCHANGE-MAKERSをご愛顧いただきありがとうございます。 CHANGE-MAKERSがCHANGEします 長い間ご愛顧をいただきましたCHANGE-MAKERSですが、この度、ちょこっとCHANGEすることになりました。 いままで掲載していた1000ページ以上の記事達を整理して、気持ちを新たに再出発です。 より身軽に再出発するために、過去のコンテンツ等については、以下のようにいたしました。 旧かった記事: 思い切って断捨離しました。 ソフトレイヤー活用ガイド: これを期に日本IBMのサイトへ旅立たれましたので、ぜひご活用ください。 ご登録いただいたメールアドレス: 当面はメール配信を予定していませんので、すべて廃棄させていただきました。 それでは、これからも引き続きどうぞよろしくお願い申しあげます。 CHANGE-MAKERS編集部
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
