ONNXがブラウザで動かせる「ONNX.js」誕生。Web×深層学習が一気に加速する | Ledge.ai
異なるディープラーニングフレームワーク間でモデルの相互運用を図る「ONNX（Open Neural Network Exchange Format） 」プロジェクトですが、この度ブラウザ、JavaScriptで動かせるONNX.jsが誕生しました。 ONNX（Open Neural Network Exchange Format） とは？これまでは、各フレームワークで使われるAIが学習したデータ形式（学習済みモデル）が異なるため、同じAIを使いまわしたい場合もフレームワークごとにデータを変換する必要がありました。それを解決しようというのがONNXプロジェクト。 ONNXプロジェクトは、MicrosoftとFacebookによる共同プロジェクトとして発足。その後日本のPreferrd Networksのフレームワーク「Chainer」もジョインするなど、注目を集めました。
deep metric learningによるcross-domain画像検索 - ZOZO TECH BLOG
ZOZO研究所でインターンをしている松井です。本記事では、cross-domain画像検索とdeep metric learningの概要と、cross-domain画像検索で良い精度を達成するためのテクニックを取り上げます。 metric learningの概要 metric learningとは、データ間の関係を表す計量（距離や類似度など）を学習する手法です。 画像分類や、画像検索などに応用できます。 意味の近いデータの特徴量どうしは近く、意味の異なるデータの特徴量どうしは遠くなるような計量を学習 します。 意味の近いデータのペアを positive pair 、意味の異なるデータのペアを negative pair と呼びます。 deep learningが出てくる前の代表的な手法として、マハラノビス距離の共分散行列を学習させる手法があります。 ：データの特徴量 ：パラメータ（共分散
Google AI Chief Jeff Dean’s ML System Architecture Blueprint
ML has revolutionized vision, speech and language understanding and is being applied in many other fields. That’s an extraordinary achievement in the tech’s short history and even more impressive considering there is still no dedicated ML hardware. Back in January, Google AI Chief and former head of Google Brain Jeff Dean co-published the paper A New Golden Age in Computer Architecture: Empowering
GitHub - flairNLP/flair: A very simple framework for state-of-the-art Natural Language Processing (NLP)
A very simple framework for state-of-the-art NLP. Developed by Humboldt University of Berlin and friends. Flair is: A powerful NLP library. Flair allows you to apply our state-of-the-art natural language processing (NLP) models to your text, such as named entity recognition (NER), sentiment analysis, part-of-speech tagging (PoS), special support for biomedical texts, sense disambiguation and class
Stanford DAWN Deep Learning Benchmark (DAWNBench) ·
DAWNBench is a benchmark suite for end-to-end deep learning training and inference. Computation time and cost are critical resources in building deep models, yet many existing benchmarks focus solely on model accuracy. DAWNBench provides a reference set of common deep learning workloads for quantifying training time, training cost, inference latency, and inference cost across different optimizatio
CVPR 2018 速報
1. CVPR 2018 速報 ⽚岡裕雄，Qiu Yue，相澤宏旭，鈴⽊智之，吉⽥光太，原健翔 鈴⽊亮太，福井宏，福原吉博，⼭本晋太郎，板摺貴⼤，荒⽊諒介，重中秀介， 美濃⼝宗尊，井上和樹，夏⽬亮太，中嶋航⼤，浅野⼀真，秋本直郁 http://hirokatsukataoka.net/project/cc/index_cvpaperchallenge.html 1 2. 概要 • CV分野のトップ会議CVPR2018の参加速報 – cvpaper.challenge（次ページ）のメンバーで編集 • CVPR 2018 完全読破チャレンジ（次々ページ）実⾏中！ • 今回，本会議2本，WS2本，コンペティション2件（次々々ページ） – 現在までの会議速報 • CVPR 2016 速報: https://www.slideshare.net/HirokatsuKataoka/cvpr-2016
2年で辞めて大学に戻る、AI学生と企業に埋まらぬ溝
「（ディープラーニングを専門とした）学生が新卒で大企業に就職したものの、1～2年で辞めて大学に戻ってくるケースが多い」。東京大学の松尾豊特任准教授は、AI（人工知能）人材をテーマとするパネルディスカッションでこのように語った。 製造業など日本の伝統的な大企業は、新卒に対して専門性を生かした仕事を与えず、一律のプロセスで育てようとする。それなら大学に戻って論文を発表しながら別のチャンスを待った方がいいとの判断だという。 ディープラーニング（深層学習）普及啓蒙団体の日本ディープラーニング協会（JDLA）は2018年6月6日、人工知能学会全国大会で企画セッション「『AI人材』にいま求められることと教育環境の理想と現実」を開催した。セッション冒頭のパネルディスカッションでは、司会のほか6人のパネリストが登壇し、企業が求める人材と学生の期待との間にある「埋まらぬ溝」が語られた。 パネルディスカッショ
[1712.01208] The Case for Learned Index Structures
Indexes are models: a B-Tree-Index can be seen as a model to map a key to the position of a record within a sorted array, a Hash-Index as a model to map a key to a position of a record within an unsorted array, and a BitMap-Index as a model to indicate if a data record exists or not. In this exploratory research paper, we start from this premise and posit that all existing index structures can be
Google Vizier: A Service for Black-Box Optimization
Daniel Golovin (Google, Inc.);Benjamin Solnik (Google, Inc.);Subhodeep Moitra (Google, Inc.);Greg Kochanski (Google, Inc.);John Karro (Google, Inc.);D. Sculley (Google, Inc.) Abstract Any sufficiently complex system acts as a black box when it becomes easier to experiment with than to understand. Hence, black-box optimization has become increasingly important as systems have become more complex. I
Machine Learning Open Source of the Month (v.Apr 2018)
For the past month, we ranked nearly 250 Machine Learning Open Source Projects to pick the Top 10. We compared projects with new or major release during this period. Mybridge AI ranks projects based on a variety of factors to measure its quality for professionals. Average number of Github stars in this edition: 1,385⭐️“Watch” Machine Learning Top 10 Open Source on Github and get email once a month
カネを稼がない技術は積極公開、フェイスブックのしたたかな戦略
オンプレミスでディープラーニング（深層学習）を活用するユーザーにとって、米フェイスブック（Facebook）は最も頼れる存在になるかもしれない。深層学習フレームワークだけでなく、学習済みモデルもオープンソースソフトウエア（OSS）として公開し始めたからだ。AI（人工知能）クラウドで稼ぎたい競合には追随できない手法で自社製OSSの普及を図る。 フェイスブックは2018年5月1、2日に米サンノゼで開催した開発者会議「Facebook F8」で、AIに関する新しい施策を発表した。2日目の基調講演に登壇したCTO（最高技術責任者）のマイク・シュローファー（Mike Schroepfer）氏は、同社が中心となって開発を進めるOSSの深層学習フレームワーク「Caffe2」と「PyTorch」を統合して数カ月以内に「PyTorch 1.0」としてリリースする計画や、フェイスブックによる学習済みの機械学習
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
Open Sourcing BERT: State-of-the-Art Pre-training for Natural Language Processin
GitHub - tensorspace-team/tensorspace: Neural network 3D visualization framework, build interactive and intuitive model in browsers, support pre-trained deep learning models from TensorFlow, Keras, TensorFlow.js
Skymind CEO on the realities of selling AI to enterprises and operating in Asia
Skymind CEO on the realities of selling AI to enterprises and operating in Asia
Deploying Keras Deep Learning Models with Flask
このページを見るには、ログインまたは登録してください
http://www.sysml.cc/doc/43.pdf
https://www.sysml.cc/doc/49.pdf
http://learningsys.org/nips17/assets/papers/paper_22.pdf
