Get started with Julia
Julia Academy Do you learn best by watching instructor led videos on programming? Check out JuliaAcademy which was prepared by core Julia developers in collaboration with JuliaHub. Exercism Julia Track Prefer to learn by doing exercises and getting feedback from a team of welcoming mentors? Check out the Julia Track on Exercism.org. The Manual Want to just give it a shot and dive right into the Ju
Visual to Sound: Generating Natural Sound for Videos in the Wild
As two of the five traditional human senses (sight, hearing, taste, smell, and touch), vision and sound are basic sources through which humans understand the world. Often correlated during natural events, these two modalities combine to jointly affect human perception. In this paper, we pose the task of generating sound given visual input. Such capabilities could help enable applications in virtua
Create with AI
Copy<!-- Typekit: Update the link below with your Typekit ID --> <link rel="stylesheet" href="https://use.typekit.net/gnx8fcu.css"> <!-- Add your analytics script here --> <!-- I use Fathom, it’s a great alternative to Google Analytics with a minimal dashboard and a focus on privacy. Please consider using my referral link when creating an account: https://usefathom.com/ref/CSKBJR --> <!-- Favicon:
ICLR2017読み会を開催しました | BLOG - DeNA Engineering
はじめに こんにちは、AIシステム部の内田(@yu4u)です。 大分時間が経ってしまいましたが、先日、深層学習に関する論文が多数発表された国際学術会議、International Conference on Learning Representations (ICLR'17) の論文読み会をSakuraカフェにて開催したのでその報告です。 ICLRは、オープンレビューを採用しているので、リジェクトされたものも含め全ての論文およびレビューを読むことができるので、こういう読み会には丁度良いかもしれません。 ICLR'17ウェブサイト オープンレビューサイト 読み会のConnpass 読み会のTogetter 当日の様子 懇親会の様子 背景 私自身はコンピュータビジョンが専門ですが、その中で利用するニューラルネットのモデルやその学習方法、モデル圧縮等に興味があり、ICLRの論文は良く読んでいまし
ICML読み会2016@早稲田
"Hierarchical Variational Models" by Rezende et al. ICML2016 の紹介資料 https://arxiv.org/abs/1511.02386 Read less
Variational Inference with Normalizing Flows
The choice of approximate posterior distribution is one of the core problems in variational inference. Most applications of variational inference employ simple families of posterior approximations in order to allow for efficient inference, focusing on mean-field or other simple structured approximations. This restriction has a significant impact on the quality of inferences made using variational
よしDeep Learningだ←ちょっと待ってそれXGBoost使った方がいいよ！｜山本一成🚗TURING
尊敬する知人がプログラミングの勉強を始めた。彼はビジネスマンであり、社会起業家であった。英語で deep learning の講座を勉強して、今度その知識を使って金融上の課題を deep learning を使って解決したいそうだ。 ってちょっと待った！！ deep learning はすごい。私もその実力には何度も何度も驚かされた。しかしこの技術使うのは相当しんどいのだ。しかも運用もしんどい。大きすぎるチカラには代償は付き物だ。 問題領域によって、最適なツールというのがあるのだ。穴を掘るのにツルハシ⛏が良い場合もあるけど、だいたいの場合はシャベルを使った方がいい場合が多いのだ。そして皆さんが使う多くの問題で deep learning が最良の選択肢であることは少ない。 そんな皆さんにぜひ使ってほしいライブラリがある。XGboostだ。画像処理に関する課題でなければ、皆さんのビジネス上の
『最適化と変分法』 - 湯どうふ
基礎系 数学 最適化と変分法 (東京大学工学教程) 作者: 寒野善博,土谷隆,東京大学工学教程編纂委員会 出版社/メーカー: 丸善出版 発売日: 2014/10/22 メディア: 単行本（ソフトカバー） この商品を含むブログを見る 『最適化と変分法』は丸善出版から出ている、最適化数学と変分法についての教科書である。「東京大学工学教程」シリーズに属している。 結論から言うと、以下の点でとてもわかりやすいので是非おすすめしたい。 図がたくさんあってわかりやすい 章の展開がいい 説明の深さがほどよい 1．図がたくさんあってわかりやすい この本は、最適化をイメージしやすいように、図をふんだんに使っている。私はあまり数学が得意ではないので、数式を見ていても途中から何の話か分からなくなり、すぐに頭が追い付かなくなってしまう。特に、最適化の基本的な理論を理解する上では、単純な具体例による説明が極めて有効
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
Julia-Tutorial/README.md at master · bicycle1885/Julia-Tutorial
Normalizing Flows Overview — PyMC3 3.10.0 documentation
tonghehehe.com - tonghehehe リソースおよび情報
iclr読み会 / iclrjp2017vlae
ICLR2017読み会@DeNA/iclr2017atDeNA_VLAE