2022/1/13をもって お客様がご利用中のブラウザ (Internet Explorer) のサポートを終了いたしました。 (詳細はこちら) クックパッドが推奨する環境ではないため、正しく表示されないことがあります。 Microsoft Edge や Google Chrome をご利用ください。 (Microsoft Edgeでクックパッドにログインできない場合はこちら)
色無き緑の考えが猛烈に眠る。 (非文)猛烈に眠る考え緑の色無き。 文(1)も(2)も(あるいはこれら2文のうちのどの部分も)英語の談話にかつて現れたことはないと仮定することは妥当であろう。ゆえに、いかなる文法的正しさについての統計的モデルのもとでも、この2文は同一の根拠にもとづいて英語から同じくらい"離れている"ものとされ、許容されない。にもかかわらず、文(1)は意味をなさないものの文法的であり(is grammatical)、一方で文(2)は文法的でない(is not grammatical)。 この文が無意味であることがチョムスキーの論点の基盤だと思われがちであるが、そうではなく、どちらの文もかつて一度も具体的には存在していないことをあてにしているのである(統計的モデルとはそういうことである。即ち、既に存在している文からしか、統計的モデルは得られない)。また、誰かが適当で無理のない意味
目的 Chainerの扱いに慣れてきたので、ニューラルネットワークを使った画像生成に手を出してみたい いろいろな手法が提案されているが、まずは今年始めに話題になったDCGANを実際に試してみるたい そのために、 DCGANをできるだけ丁寧に理解することがこのエントリの目的 将来GAN / DCGANを触る人の助けになったり、理解間違ってるところにツッコミがあると嬉しい 本エントリの構成 DCGANの前提となっているGANの論文の要点をまとめる DCGANでGANとの差分として提案されている要点をまとめる DCGANのmattyaさんの実装を読み通して詳細を理解する 1. GANについて GANは、サンプル群と似たような性質を持つ出力を生成するためのフレームワーク 2014年にIan J. Goodfellowらによって提案された 論文: Generative Adversarial Net
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