ChainerでCIFAR-10の分類を行ってみる - のんびりしているエンジニアの日記
皆さんこんにちは お元気ですか。私は元気です。 前回はChainerの紹介をしました。nonbiri-tereka.hatenablog.com 本日はこのChainerを使って、CIFAR-10の分類を行ってみようと思います。 アーキテクチャとして利用するのはConvolutional Neural Networkを利用します。 What is CIFAR-10 CIFAR-10 and CIFAR-100 datasetsにあるデータセットです。32x32pixelのカラー画像を10のクラスに分類する問題が含まれています。 画像の大きさはTraining画像が50000枚、Test画像が10000枚です。 研究とかのベンチマークでお世話になっている人も多いと思いますが・・・ 以下の図は本家に掲載されているサンプル画像です。 データセットの読み込み CIFAR-10ではPythonでの読
Syllabus | CS 231N
Schedule and Syllabus The Spring 2020 iteration of the course will be taught virtually for the entire duration of the quarter. (more information available here ) Unless otherwise specified the lectures are Tuesday and Thursday 12pm to 1:20pm. Discussion sections will (generally) be Fridays 12:30pm to 1:20pm. Check Piazza for any exceptions. Lectures and discussion sections will be both on Zoom, an
MIRU2014 tutorial deeplearning
Jul 21, 2014Download as pptx, pdf188 likes458,792 views
深層学習の判別精度を向上させるコツとActive Learning
深層学習の判別精度を向上させるコツとActive Learning：いまさら聞けないDeep Learning超入門（終）（2/2 ページ） 判別精度向上のシンプルな落とし穴 ところで、このチューニング履歴を見て皆さんは思ったのではないでしょうか？「精度の上り幅が少ないなあ」あるいは、「あれ？ 飽和してないか？」と。私たちもハイパーパラメーターのチューニングをし続けている途中で、同様の不安に襲われました。 このハイパーパラメーターのチューニング作業は「データサイエンティストの花形」の意味合いを持ち、センスが発揮されるところです。しかしながら、そのチューニングに入る前に実はもう一つ、単純ですが重要な考慮点があります。 訓練データは本当に「正解」？ それは、「モデルの作成に使う訓練データに本当に正しいラベルが付いているか」という点です。 例えば、人間の赤ちゃんに、「カブトムシ」という生き物を覚
Res netと派生研究の紹介
3. ResNetとは ● 概要 - Deep Residual Network[1]の略称 - MSRA開発のImageNet 2015優勝アルゴリズム - 残差(Residual)を取り入れることで多層でも性能劣化軽減 - ImageNetでは152層と非常に多層(従来は20層程度） [1]. He, Kaiming, et al. "Deep Residual Learning for Image Recognition." arXiv preprint arXiv:1512.03385 (2015). 引用: He, Kaiming, et al. "Identity mappings in deep residual networks." arXiv preprint arXiv:1603.05027 (2016).
Deep learning（深層学習）チュートリアルなど集 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Academic 尾形哲也先生＠早大/産総研 2017/10/23ディープラーニングの実世界応用と今後の可能性 http://www.datascientist.or.jp/symp/2017/pdf/h2_ogata.pdf 2017/5/15 ディープラーニングのロボティクス応用の可能性 https://pdf.gakkai-web.net/gakkai/ieice/icd/html/2017/view/I_01_02.pdf ボレガラ ダヌシカ先生＠英国リバープール大 2015/4/12 ディープラーニングチュートリアル応用編 大
GitHub - abhshkdz/papers: :paperclip: Summaries of papers on deep learning
Summaries of papers on deep learning. 2018 World Models [Paper] [Review] David Ha, Jürgen Schmidhuber, ArXiv, 2018 2017 A Deep Compositional Framework for Human-like Language Acquisition in Virtual Environment [Paper] [Review] Haonan Yu, Haichao Zhang, Wei Xu, ArXiv, 2017 A simple neural network module for relational reasoning [Paper] [Review] Adam Santoro, David Raposo, David G.T. Barrett, Mateus
Awesome Deep Learning: Most Cited Deep Learning Papers - KDNuggets
Awesome Deep Learning: Most Cited Deep Learning Papers This post introduces a curated list of the most cited deep learning papers (since 2012), provides the inclusion criteria, shares a few entry examples, and points to the full listing for those interested in investigating further. By Terry Taewoong Um, University of Waterloo. We believe that there exist classic deep learning papers which are wor
最新の画像生成技術に衝撃を受けたので、その基礎技術をTensorFlowで実装してみる - Qiita
ここがすごい、DCGAN 概要 写真と見間違えるこの画像、 引用元：dcgan_code 実は機械学習により生成したものらしいです。 DCGAN(Deep Convolutional Generative Adversarial Network)というプロジェクトにて公開されている技術です。 概念の「演算」もできる どういうことかと言うと・・・ 引用元：dcgan_code このように概念を組み合わせて新たな画像を生成することもできるらしいです。 この記事では、なぜこのようなことが実現できるのか理解するために、TensorFlowでDCGANに使われている基礎的な技術を実装してみました。 DCGANの技術を分解 DCGANの頭文字を分解すると・・・ Deep : 今流行りのDeep Learning Convolutional : 画像認識の分野で大きな成果を上げている畳み込みネットワーク
ニューラルネットワーク、Deep Learning、Convolutional Neural Netの基礎知識と活用例、主なDeep Learningフレームワーク6選
Deep Learningを実装するための主なフレームワーク6選 Deep Learningが私たちのようなエンジニアでも簡単に利用できるようになった背景には主に二つあります。一つ目はオープンソースベースの各種ライブラリやフレームワークが充実してきたこと、二つ目はGPUなどを搭載した高性能サーバーが安価で購入できるようになり、さらにクラウドサービスで利用できるようなったことが挙げられます。 特に前者に関しては、下記に代表的なものの名称と簡単な概略を記載しておきます。これでもほんの一部であり、さまざまな会社・機関がこれまた多様な特徴を持つ製品を開発していることが認識でき、Deep Learningの流行と注目度上昇が手に取るように分かると思います。 Chainer
Deep Learning ライブラリ&フレームワークをリストアップしてみた ～インストール・環境構築方法 と 使い方 解説ウェブサイトまとめ - Qiita
git clone https://github.com/deeplearning4j/nd4j.git cd nd4j mvn clean install -DskipTests -Dmaven.javadoc.skip=true （ クイック・スタート） OpenGroove 「deeplearning4j (DL4j)について書く」 deeplearning4jとは。以下ミニノート。 スタートアップのSkymind社による、Java deep-learningライブラリ。 Skymind社が商用サポートするが、オープンソースプロジェクトでもある。※ RedHat/Linux的な関係 out-of-the-boxでスタート可能、かつ一般的なCUPで動作する。 研究用ではなく、一般的なビジネス使用を視野に入れている。 neural networksに特化したDSL。 Scala, Clo
DQNの生い立ち ＋ Deep Q-NetworkをChainerで書いた - Qiita
はじめに そもそもDQNが作りたかったわけじゃなくて、他の目的でChainerを使いたかったのでその練習にDQNを書いたんですが、せっかくだし公開しようと思いました 公開しました 。またどうせ公開するなら、この機会にこれ（Q学習+関数近似）関連で持っている知識をついでに整理しようと思ってまとめました。 ニュース記事とかNatureとかNIPSの論文だけ読むと、DQN作ったDeepmind/Googleすげー！！！って感覚になりそうですが、強化学習的な歴史的経緯を考えると強化学習+深層学習になった、むしろかなり当然の成り行きで生まれた技術であることがわかります。（ATARIのゲームを人間以上のパフォーマンスでプレイするというのがビジュアル的にわかりやすかった$\leftrightarrow$問題設定が良かったというのもあります。） この記事ではNIPSとNatureの以下の２本の論文 ・ V
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
モデルアーキテクチャ観点からのDeep Neural Network高速化
米googleの研究者が開発したWord2Vecで自然言語処理(独自データ) - Qiita
Deeplearning 4 j のクイックスタートガイド - Deeplearning4j: Open-source, Distributed Deep Learning for the JVM