CS231n Convolutional Neural Networks for Visual Recognition
Table of Contents: Architecture Overview ConvNet Layers Convolutional Layer Pooling Layer Normalization Layer Fully-Connected Layer Converting Fully-Connected Layers to Convolutional Layers ConvNet Architectures Layer Patterns Layer Sizing Patterns Case Studies (LeNet / AlexNet / ZFNet / GoogLeNet / VGGNet) Computational Considerations Additional References Convolutional Neural Networks (CNNs / Co
機械学習をこれから始める人に押さえておいてほしいこと - Qiita
いしたーです。アルバイトで機械学習やってます。こんにちは。 とある勉強会に出席したときに、「機械学習をやりたいけどわからないことが多い」という意見を聞いたので、いくつかアドバイスを載せておきます。 読む前の注意 研究についてのアドバイスは書いていません。趣味で機械学習をやろうと思っている方が対象です。 この記事は他の方の意見をまとめたものではありません。私個人の経験に基づいて書いたものです。よって、この記事の内容はほとんど「私の意見」です。 以上2つの注意点を踏まえた上でお読みください。 「機械学習で何をしたいのか」を決めてほしい 機械学習を学ぶ前に、機械学習を使って何をしたいのかを決めてください。 機械学習は数式がたくさん登場したり、難しい概念を理解しなければならなかったりすることがあります。 やりたいことを決めてから学ぶと、今自分はある目的を達成するために学んでいるんだと思うことができ
100万円超の自作PCで将棋の電王が世界一に挑戦 - 週刊アスキー
↑水冷化（10万円、ようやく今月ローンが終わる）によって、常にCPU使用率は100％でもCPU温度は60度を超えないド安定マシン。現在、将棋プログラム『Ponanza』の学習演算PCとして活躍中。現在リモート操作で演算は編集部で行なっている。 1個27万7000円前後もする超高性能CPU、『Xeon E5-2697 v2』を贅沢に2つ搭載した僕の超高性能自作PC『大紅蓮丸』（関連記事）。業界内外で話題になり、心なしか大紅蓮丸も喜んでいるような気がします。 しかしながら、「その超高性能マシンでナニをしてるの？」と問われ、「忙しくて艦これやTwitter閲覧ぐらいしかしてないですね」と答えると、みなさん決まって微妙な表情をなさる。仕事の息抜きにCINEBENCHを回して、すごい勢いで描画していく画面を見ながらうっとり。なんて使い方もしておりますが、その生産性の無さにがっかりされた方が多かったの
「機械学習CROSS」レポート | gihyo.jp
2014年1月17日、「エンジニアサポートCROSS 2014」が開催されました。本イベントは、Webテクノロジーに関わる人々のCROSS（クロス・交流）を通し、以下を提供することを目的として、2012年から開催されています。 「技術」「年代」「個人・企業」を跨いだコミュニケーションの機会 広く深い見識を得る場 そして、「技術」をCROSSする、広く見識を得るということを象徴するように、非常に多岐の分野に渡るプログラムで本イベントは開催されました。 このうち、本レポートでは機会学習のセッション「機械学習CROSS」の当日の様子をお届けします。 「機械学習CROSS」 このセッションでは、セッションオーナーである株式会社Preferred Infrastructureの比戸将平氏とともに、次のスピーカーが登壇しました。 ヤフー株式会社 田島玲氏 楽天株式会社 平手勇宇氏 株式会社AL
伝説のベイジアン先生にベイズの基礎を教えてもらえる「図解・ベイズ統計「超」入門」を読んだ - EchizenBlog-Zwei
「図解・ベイズ統計「超」入門 あいまいなデータから未来を予測する技術」という本を読んだ。 社会人のアヤとケンが社内研修で伝説のベイジアン先生からベイズの基礎を教わる、という設定の会話形式でベイズについて書かれた入門書。社内研修でベイズのプロから指導を受けるとかどんだけ恵まれてるんだ。 アヤさんは大学で統計をやったが数学は詳しくないという設定。ただ時々鋭い質問をする。また統計に詳しいイケメン兄がいる。 ケンくんは知識は全くなく最後まで「わかりません」を連発する。彼女持ちのリア充。 伝説のベイジアン先生は社内研修の講師。ベイズの基礎を豊富な具体例で教えてくれるまじぱない先生。あまりにもいけてるので数カ月後に転職しそうな感じ。 内容は1章が導入、2章が同時確率・条件付き確率、3章がベイズの定理、4章がベイズの定理を用いた事後確率計算の具体例、5章が事例の追加による事前確率の更新(具体例としてナイ
自然言語処理の入門的な授業の構成 - 武蔵野日記
来年度、大学院生（とやる気のある学部生）を対象とした自然言語処理の授業をする予定で、シラバスを考えているところである。形態素解析から構文解析、そして意味解析につながるオーソドックスなスタイル（必ずしも機械学習を出さなくてもよい）でやるか、あるいは機械学習を前面に出してやるか（Teaching (intro, grad) NLP 参照）、悩んだのだが、そういえば来年度は人文系の人も含めた交換留学生対象の授業（同一内容だが英語で授業）もやることを思い出し、それなら後者は難しいか……。 自分自身人文系出身なので他人事ではなく、人文系で数学に苦手意識があると、かけ算が2回以上含まれる数式はダメで、かつ割り算が1回でも含まれる数式はダメで、cosやlogが含まれる数式はそもそも意味を理解することができない（そのため、意味を考えず単なる文字列として考えるので、かえって割り算を含む数式よりよいかもしれな
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
