知禅Results per page Results per page Sort Sort Preferred Languages Preferred Languages Labels Labels
Conditional GANをMNISTとCIFAR-10で試してみる - 緑茶思考ブログ
Conditional Generative Adversarial Nets https://arxiv.org/abs/1411.1784 cGANは条件付き確率分布を学習するGAN。 スタンダードなGANでは，指定の画像を生成させるといったことが難しい． 例えば0,1,…9の数字を生成させるよう学習させたGANに対しては， ノイズを入れると0,1,…9の画像の対応する"どれかの数字画像"が生成される． しかし，cGANを使えばラベルを指定して、目的の画像を選択的に生成できる。 例えば0というラベルを指定してノイズと一緒にGeneratorに入力すると， 0という画像を取り出すことができる． 試しにMNISTとCIFAR-10のデータセットで遊んでみた。 MNISTの生成結果はこのような感じ。 cGANの概要 GANの条件付きバージョン Gにはラベルyとノイズzをfeed Dにはラベル
ISC2017 - 富士通のAIエンジン「Deep Learning Unit(DLU)」
富士通は2016年11月に同社のAIサービスの一環として、「スーパーコンピュータ「京」で培ったプロセッサ開発技術と先端のCMOSテクノロジーを採用した、独自のディープラーニング専用AIプロセッサ『DLU(Deep Learning Unit)』の開発を進め、2018年度からの出荷開始を目指す」という発表を行った。 しかし、DLUがどのようなものであるかは、競合製品と比べて10倍の性能/電力を目指すということしか述べられておらず、謎に包まれていた。 このDLUについて、フランクフルトで開催されたISC2017において、富士通のAI基盤事業本部シニアディレクターの丸山拓巳氏が発表を行い、その概要が明らかにされた。ここでは、丸山氏の発表をもとに富士通のDLUがどうなっているのかを見て行きたい。 アーキテクチャ的にはDLU(Deep Learning Unit)は、ディープラーニングに特化した設計
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
UCI Machine Learning Repository