TensorFlow User Group HW部(2017年２月２７日)で使ったスライドです。講演後、一部加筆・修正しています。Read less
２値化CNN on FPGAでGPUとガチンコバトル（公開版）
TensorFlow User Group HW部(2017年２月２７日)で使ったスライドです。講演後、一部加筆・修正しています。Read less
Deep learning（深層学習）チュートリアルなど集 - Qiita
Academic 尾形哲也先生＠早大/産総研 2017/10/23ディープラーニングの実世界応用と今後の可能性 http://www.datascientist.or.jp/symp/2017/pdf/h2_ogata.pdf 2017/5/15 ディープラーニングのロボティクス応用の可能性 https://pdf.gakkai-web.net/gakkai/ieice/icd/html/2017/view/I_01_02.pdf ボレガラ ダヌシカ先生＠英国リバープール大 2015/4/12 ディープラーニングチュートリアル応用編 大規模データから単語の意味表現学習 word2vec (Youtube動画) 牛久祥孝先生＠東大 2017/03/12 Deep Learning による視覚×言語融合の最前線 https://www.slideshare.net/YoshitakaUshik
NVIDIA® DIGITS™ DevBox
Deep learning is one of the fastest-growing segments of the machine learning or artificial intelligence field and a key area of innovation in computing. With researchers creating new deep learning algorithms and industries producing and collecting unprecedented amounts of data, computational capability is the key to unlocking insights from data. In the pursuit of continuing innovation and adopting
I: Building a Deep Learning (Dream) Machine
As a PhD student in Deep Learning, as well as running my own consultancy, building machine learning products for clients I’m used to working in the cloud and will keep doing so for production-oriented systems/algorithms. There are however huge drawbacks to cloud-based systems for more research oriented tasks where you mainly want to try out various algorithms and architectures, to iterate and move
Bay Area Deep Learning School Presentation
Deep Learning for Computer Vision Andrej Karpathy Bay Area Deep Learning School, 2016
A Full Hardware Guide to Deep Learning — Tim Dettmers
GPUThis blog post assumes that you will use a GPU for deep learning. If you are building or upgrading your system for deep learning, it is not sensible to leave out the GPU. The GPU is just the heart of deep learning applications – the improvement in processing speed is just too huge to ignore. I talked at length about GPU choice in my GPU recommendations blog post, and the choice of your GPU is p
NVIDIA、機械学習向けGPU「Tesla M40」などを発表
データセンター向けの取り組みを進めているNVIDIAが、機械学習の効率を高めるよう設計された新しいプラットフォームを発表した。 NVIDIAがハイパースケールデータセンター向けのエンドツーエンドプラットフォームを手がける目的は2つある。 第1の目的は、開発者に対し、人工知能の技術をベースとしたディープラーニング（深層学習）ネットワークの構築とスマートアプリの開発を促すことだ。これは複数のデータセンターにまたがるディープニューラルネットワークを構築するための新しいアクセラレータの提供という、第2の目的につながっている。 NVIDIAの最高経営責任者（CEO）で共同創業者のJen-Hsun Huang氏は、自動車から医療まで、さまざまな利用機会があることを示唆した上で、機械学習について、「われわれの世代にとって最大のコンピューティング上のチャレンジだ」とまで述べている。 NVIDIAは、このよ
Facebook to open-source AI hardware design
FAIR has achieved noted advancements in the development of AI training hardware considered to be among the best in the world. We have done this through a combination of hardware expertise, partner relationships with vendors, and a significant strategic investment in AI research. FAIR is more than tripling its investment in GPU hardware as we focus even more on research and enable other teams acros
Facebook’s open-sourcing of AI hardware is the start of the deep-learning revolution
Facebook’s open-sourcing of AI hardware is the start of the deep-learning revolution Collaboration is key to building the machine-learning boat and getting it afloat. A few days ago, Facebook open-sourced its artificial intelligence (AI) hardware computing design. Most people don’t know that large companies such as Facebook, Google, and Amazon don’t buy hardware from the usual large computer suppl
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
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
Reddit - Dive into anything
長文日記