全脳アーキテクチャ若手の会第10回勉強会<http://wbawakate.jp/posts/events/10th/> 昨今の脳神経科学の分野の発展により、少しずつですが脳の構造と機能が解明されつつあります。 これに伴い、脳の中でも特に海馬の知見を活かした人工知能の研究に注目が集まっています。 しかしながら、汎用型人工知能の実現に関して海馬の知見は必要なのでしょうか。 Read less
pandas + scikit-learn = pandas_ml @ PyData.Tokyo Meetup #6 (Lightning Talk)
講義資料 自然言語処理 「導入」 講義資料(PDF) 文法 「文脈自由文法(CFG)と言語学での発展」 講義資料(PDF) 「木接合文法(TAG)と依存文法」 講義資料(PDF) 「組合せ範疇文法(CCG) (1)」 講義資料(PDF) 「組合せ範疇文法(CCG) (2)」 講義資料(PDF) 「HPSG(1)」 講義資料(PDF) 「HPSG(2)」 講義資料(PDF) 「HPSG文法開発(1)」 講義資料(PDF) 「HPSG文法開発(2)」 講義資料(PDF) 「HMMとPCFG」 講義資料(PDF) 系列ラベリング 「HMMの解析」 講義資料(PDF) 「最尤推定とHMMの教師付き学習」 講義資料(PDF) 「EMアルゴリズム」 講義資料(PDF) 「HMMの教師無し学習」 講義資料(PDF) 「前向き後ろ向きアルゴリズム」 講義資料(PDF) 「生成モデルと識別モデル」 講義資料
CEVAは、低消費電力の組込機器における機械学習開発を効率化できるリアルタイム・ニューラルネットワークソフトウェアフレームワーク「CEVA Deep Neural Network(CDNN)」を発表した。 CDNNは、同社のイメージ&ビジョンDSP「CEVA-XM4」を活用することで、GPUを用いたシステム比で、1/30の消費電力、1/15のメモリバンド幅で3倍高速に深層学習作業を実行することが可能だという。また、こうした高性能、省電力、低メモリバンド幅を実現は「CEVA Network Generator」という技術で実現しているとする。これはカスタマ側で生成した複雑なネットワーク構造および重みを、リアルタイム・システムで必要とされる少容量かつ最適化されたものに変換することを可能とするもので、その認識精度はオリジナルのネットワーク比で99%以上を達成しているとする。 なおCDNNのソフト
The document provides an overview of an AWS webinar on CloudFormation that will cover: 1) An introduction to CloudFormation and how to get started with it. 2) Development, testing, deployment, and operation methods for CloudFormation. 3) The webinar is intended for those new to CloudFormation or already using it to learn about useful CloudFormation features and efficient automation methods in 2020
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