ディープラーニングでコーデを提案/FashionTechMeetup#4
Outfit Generation and Style Extraction via Bidirectional LSTM and Autoencoder
GitHub - lanpa/tensorboardX: tensorboard for pytorch (and chainer, mxnet, numpy, ...)
# demo.py import torch import torchvision.utils as vutils import numpy as np import torchvision.models as models from torchvision import datasets from tensorboardX import SummaryWriter resnet18 = models.resnet18(False) writer = SummaryWriter() sample_rate = 44100 freqs = [262, 294, 330, 349, 392, 440, 440, 440, 440, 440, 440] for n_iter in range(100): dummy_s1 = torch.rand(1) dummy_s2 = torch.rand
GitHub - moskomule/senet.pytorch: PyTorch implementation of SENet
An implementation of SENet, proposed in Squeeze-and-Excitation Networks by Jie Hu, Li Shen and Gang Sun, who are the winners of ILSVRC 2017 classification competition. Now SE-ResNet (18, 34, 50, 101, 152/20, 32) and SE-Inception-v3 are implemented. python cifar.py runs SE-ResNet20 with Cifar10 dataset. python imagenet.py and python -m torch.distributed.launch --nproc_per_node=${NUM_GPUS} imagenet.
Audio processing in TensorFlow
An implementation of the Short Time Fourier TransformI found audio processing in TensorFlow hard, here is my fixThere are countless ways to perform audio processing. The usual flow for running experiments with Artificial Neural Networks in TensorFlow with audio inputs is to first preprocess the audio, then feed it to the Neural Net. What happens though when one wants to perform audio processing so
深層学習はガウス過程 - 作って遊ぶ機械学習。
おつかれさまです． 僕はあまり深層学習に関して記事を書くことはないのですが，ちょっと気になった論文があったので紹介します． [1711.00165] Deep Neural Networks as Gaussian Processes 論文はGoogle Brainの研究者らによるもので，NIPS2017 Bayesian Deep Learning WorkshopICLR2018にacceptされています．実は深層学習をガウス過程（Gaussian process）で構築するのはこの論文が初出ではないのですが，論文ではベイズ学習，深層学習，カーネル法を簡略かつ包括的に説明している内容になっているので非常に参考になります． さて，「深層学習はガウス過程」というのはちょっぴり宣伝的なタイトルにし過ぎてしまったのですが，もう少しだけ正確に論文の要点をまとめると次のようになります． 背景 単一
Bayesian Neural Networks
This paper describes and discusses Bayesian Neural Network (BNN). The paper showcases a few different applications of them for classification and regression problems. BNNs are comprised of a Probabilistic Model and a Neural Network. The intent of such a design is to combine the strengths of Neural Networks and Stochastic modeling. Neural Networks exhibit continuous function approximator capabiliti
画像を最適かつ自動的にトリミングするニューラルネットワークのご紹介
Twitterに直接画像をツイートできるようになったのは2011年。以来、Twitterを楽しむ上で不可欠な要素になりました。Twitter上には、毎日数百万を超える画像がアップロードされていますが、それぞれのサイズも解像度も異なるため、UI上で各画像を最適な形で表示できるように処理を行うことが課題になっていました。皆さんのタイムライン上の画像は、一貫性があり、より多くのツイートを目にできるようにトリミングされています。今回は、Twitterがどの画像をトリミングし、画像のどの部分を表示するか、どのように決めているのかをご案内します。 以前は、顔認識技術を利用し、画像の中でもっともわかりやすい顔を中心にトリミングを行っていました。これはもっともわかりやすい方法ではありましたが、全ての画像に顔が含まれているわけではないため、ベストな方法とは言えませんでした。また、使用していた顔認識技術では顔
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
3 Small But Powerful Convolutional Networks
http://zoey4ai.com/2018/05/12/deep-learning-object-detection/
https://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture9.pdf
https://mycuhk-my.sharepoint.com/personal/1155056070_link_cuhk_edu_hk/Documents/Forms/All.aspx?slrid=19b05e9e-d00d-5000-6a21-e58f14271182&FolderCTID=0x0120005217B9BAB2B66443BB1AAF57B13B3B0B&id=%2Fpersonal%2F1155056070_link_cuhk_edu_hk%2FDocuments%2Freleas
GitHub - meliketoy/wide-resnet.pytorch: Best CIFAR-10, CIFAR-100 results with wide-residual networks using PyTorch
ResNetに関する情報をまとめた - 笑う猫の手
https://github.com/tensorflow/models/blob/master/research/slim/nets/nasnet/nasnet_test.py
https://github.com/tensorflow/models/blob/master/research/slim/nets/nasnet/nasnet.py
https://github.com/Cadene/pretrained-models.pytorch/blob/master/pretrainedmodels/models/nasnet_mobile.py
GitHub - wandering007/nasnet-pytorch: A neat pytorch implementation of nasnet and the ported weights from tensorflow
New Deep Learning Techniques 2018
Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization
GitHub - clinicalml/structuredinference: Structured Inference Networks for Nonlinear State Space Models
