スパムはいらない ―― TensorFlow を使って Gmail から新たに 1 億以上のスパム メッセージを除去 | Google Cloud 公式ブログ
※この投稿は米国時間 2019 年 2 月 7 日に Google Cloud blog に投稿されたものの抄訳です。 毎月 Gmail を使っている人は 15 億人、G Suite の一部として Gmail を有料で使っている企業は 500 万社に上ります。一般ユーザーと企業ユーザーのどちらにとっても、Gmail の最大の魅力は、あらかじめ組み込まれているセキュリティ保護機能でしょう。 セキュリティが優れていることは、常に脅威よりも優位に立っていることを意味します。Gmail で従来から使用されている機械学習（ML）モデルは非常に強力で、ほかの保護機能とともに、スパムやフィッシング、マルウェアの 99.9 % 以上を Gmail の受信トレイから遠ざけてきました。 私たちは、セキュリティ保護機能を絶えず強化するとともに、利用者保護の観点から ML の機能向上に努めてきました。Google
グーグルの機械学習フレームワーク「TensorFlow」が「Raspberry Pi」を正式にサポート
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 シングルボードのコンピュータ「Raspberry Pi」で、Googleの機械学習フレームワーク「TensorFlow」を利用するのがますます簡単になりそうだ。 開発者はすでに、Raspberry PiでTensorFlowをさまざまに活用し、深層学習モデルを追加して、画像分類などを行うことが可能だった。 TensorFlowは「Linux」「Windows」「Android」「macOS」「iOS」でも利用できるが、35ドルのRaspberry Piよりも安く利用できるハードウェアはないだろう。 しかし、TensorFlowモバイル・組み込みチーム責任者であるソフトウェアエンジニアのPete Warden氏が指摘するように、従来はTe
50歳じじい初心者がGPU搭載windows10のマシンにtnesorflowのGPU版を環境設定するときに苦労したこと（2018/7/31更新） - Qiita
50歳じじい初心者がGPU搭載windows10のマシンにtnesorflowのGPU版を環境設定するときに苦労したこと（2018/7/31更新）PythonWindows10TensorFlow おっさんpythonビギナーです。久しぶりの投稿ですが、なんとかやってます（生きてます）。今回はtnesorflowのGPU版をwindows10に環境設定するときにとっても苦労しましたので、方法論をまとめました。お役に立てばうれしいです。 【7/31更新】 ※Visual Studio Community 2015 with Update 3が、さらに探しにくくなったので追記しました。 ※なぜ追記したかというと、GPUが何らかの障害で動かなくなるという悲劇に見舞われ再インストールに迫られたからです。安定してほしい・・・。 参考サイト https://qiita.com/Joe_Takasuna
TensorFlow 1.9 Officially Supports the Raspberry Pi
When TensorFlow was first launched in 2015, we wanted it to be an “open source machine learning framework for everyone”. To do that, we need to run on as many of the platforms that people are using as possible. We’ve long supported Linux, MacOS, Windows, iOS, and Android, but despite the heroic efforts of many contributors, running TensorFlow on a Raspberry Pi has involved a lot of work. Thanks to
Raspberry Pi上でTensorFlowで簡単にディープラーニングを試せるツール「tensorflow-pi」でロボホンの幻の顔認識機能に挑戦してみた - karaage. [からあげ]
Raspberry PiとTensorFlowを使ったディープラーニング開発環境 以下の記事でRaspberry PiとTensorFlowを使ったディープラーニングの開発環境の構築方法を紹介しました。 記事の最後の方に、自前データの学習から、学習したニューラルネットワークで判別まで実施できる自前のパッケージ「tensorflow-pi」を紹介させていただきました。 ただ、READMEだけ見ても、意味不明な英語で良くわからないと思いますので、今回は実例を交えながらこのソフトの使い方を紹介しようと思います。 例題ですが、以前ネットで話題になった「ロボホン」の幻の顔認識機能があります。詳しくは以下参照下さい。 開発決定！というニュースは話題になったものの、その後続報がとんと聞かれません。そもそも技術的に不可能なんじゃという噂も聞こえてきたりしました。 奇しくもロボホンとRaspberry Pi
![Raspberry Pi上でTensorFlowで簡単にディープラーニングを試せるツール「tensorflow-pi」でロボホンの幻の顔認識機能に挑戦してみた - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/10adf88ff1495f3fbce26be21cda9215a10d1a47/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20170726%2F20170726015040.jpg)
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
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
