TensorFlowOnSpark (readme翻訳) – OpenAI API / Gemini API | ClassCat® Chatbot
TensorFlowOnSpark （readme 翻訳） 翻訳 : (株)クラスキャット セールスインフォメーション 日時 : 02/14/2017 * 本ページは、github TensorFlowOnSpark の readme を翻訳したものです： https://github.com/yahoo/TensorFlowOnSpark/blob/master/README.md TensorFlowOnSpark とは何か？ TensorFlowOnSpark はスケーラブルな深層学習を Apache Hadoop と Apache Spark にもたらしました。深層学習フレームワーク TensorFlow とビッグデータ・フレームワーク Apache Spark / Apache Hadoop 由来の顕著な特徴を結合することにより、TensorFlowOnSpark は GPU と
深層学習 TensorFlow ベースの高速な一般物体検出ソリューションを2017年2月から提供開始 – OpenAI API / Gemini API | ClassCat® Chatbot
深層学習 TensorFlow ベースの高速な一般物体検出ソリューション 「ClassCat® ObjDetector v1.0」を2017年2月から提供開始 – マルチクラウドでサービス提供 / 人工知能研究開発支援サービス – 株式会社クラスキャット（代表取締役社長：佐々木規行、AI研究所：茨城県取手市）は、米 Google 社によりオープンソース化された深層学習フレームワーク TensorFlow をベースとし、最新の人工知能・コンピュータビジョン技術と GPU (Graphics Processing Unit) を利用して高速化を図った、一般物体検出ソリューション新製品「ClassCat® ObjDetector v1.0」を2017年2月から提供開始することを発表致しました。一般物体検出は画像上の複数種類の物体の位置を特定してクラス分類することを可能にする、応用範囲が広い技術で
TensorFlow 0.11.0 リリースノート – ClassCat® AI Research
（翻訳/解説）TensorFlow 0.11.0 リリースノート 翻訳 : (株)クラスキャット セールスインフォメーション 日時 : 11/14/2016 * 本ページは、github TensorFlow の releases の TensorFlow 0.11.0 を翻訳したものです： https://github.com/tensorflow/tensorflow/blob/r0.11/RELEASE.md 主要な特徴と改良 CUDA 8 サポート。 cuDNN 5 サポート。 HDFS サポート。 Fused LSTM の cuDNN 5 経由のサポートを tensorflow/contrib/cudnn_rnn で追加。 NumPy スタイルの基本的なスライシングのサポートが改善されました。non-1 ストライド, ellipsis (…), (np.)newaxis そして
Google Cloud ML: HowTo: Cloud ML のための TensorFlow アプリケーション作法 – ClassCat® AI Research
ClassCat® AI Research 生成 AI – FLUX.1, SD3.5, SDXL, OpenAI API, Gemini API Google Cloud ML: HowTo: Cloud ML のための TensorFlow アプリケーション作法 Google Cloud ML では、クラウドで TensorFlow トレーナー・アプリケーションを実行することによってモデルをトレーニングします。実行させるためには、アプリケーションに２、３の変更を行ない、トレーニング・サービスが利用できる形式にする必要があります。 つまり Google Cloud ML でトレーニングして予測のためにホスティングするには、TenosrFlow のトレーナー・アプリケーションのコード変更が必要なわけです。 以下のドキュメントにこの必要なステップについて記述してありますので、要点をまとめてみ
TensorFlow で GoogLeNet (Inception モデル) を実装 – ClassCat® AI Research
深層 CNN については既に AlexNet と VGG を TensorFlow で実装して試してみましたが、締めくくりに GoogLeNet の実装に挑戦してみます。GoogLeNet は言うまでもなく、ILSVRC-2014 (ImageNet Large Scale Visual Recognition Challenge) の分類問題で優勝したネットワークです。 もちろん最新版の Inception-v3 については ImageNet によるトレーニング済みのモデルがダウンロード可能で、既に Android に組み込む ことができることも確認済みです。 参考 : トレーニング済みモデルの再利用方法については TensorFlow : Tutorials : 画像認識 を参照してください。 また自前のデータでトレーニングする場合でも fine-tuning すれば十分かもしれません
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
