GANによるノイズ・モザイク等の除去 - にほんごのれんしゅう
GANによるノイズ・モザイク等の除去 近況 眠い。 実は今月、三回も停電が起きてそのたびに機械学習のモデルが飛んでいます。原因は電子レンジとケトルを両方利用したとか、そういった当たり前のことなのですが...(ブレーカを飛ばしているの私でないです)。 モチベーション pix2pixなどのニューラルネットでの画像変換は、通常のフィルタと違って、情報量を増加させることができるような振る舞いをすることがある。 画像は大学の学部で習ったレベルの知識しかないが、平滑化フィルタなどの画像を変換する系のやつは大抵が行列で表現されるようなやつで、平均値だの分散などを取るので、情報量が下がるものがほとんどだった（というかそれしか知らない）。 GANでモザイク除去や、なんやらができるとは先行研究でわかっていたし、理論は単純だし、この前のpix2pix with textに比べて簡単だと思った。 先行研究 GAN
DeepLearning研究 2016年のまとめ - Qiita
DeepLearning Advent Calendar 2016の17日目の記事です。 はじめに はじめまして。 Liaroという会社でエンジニアをしている@eve_ykと申します。 今年もあと僅かとなりました。 ここらで、今年のDeepLearningの主要な成果を振り返ってみましょう。 この記事は、2016年に発表されたDeepLearning関係の研究を広く浅くまとめたものです。今年のDeepLearningの研究の進歩を俯瞰するのに役立てば幸いです。 それぞれの内容について、その要点や感想なんかを簡単にまとめられたらと思います。 特に重要だと思った研究には★マークをつけておきます。 非常に長くなってしまったため、興味のある分野だけ読んでいただければと思います。 言い訳とお願い 見つけたものはコードへのリンクも示すので、プログラミングに関係ある記事ということで… 分野的にかなり偏っ
AIは人類の新たな「道具」だ
あらゆる産業のあり方を大きく変える可能性を秘めるAI（人工知能）。機械学習によって加速度的に賢くなるAIを、人類はどう使いこなすべきか。日本を代表する将棋の棋士とAIベンチャーのトップが未来を語った。 羽生善治氏（以下、羽生）：1年前のCES（世界最大の家電見本市）でトヨタ自動車のブースに展示されていた機械学習による自動走行のデモンストレーションをビデオで見ました。交差点のような場所をミニチュアカーがぶつからずに行き交っていました。システムを作ったのがプリファード・ネットワークス（PFN）さんと聞き、いつかお話ししたいと思っていたんですよ。 西川徹氏（以下、西川）：私と岡野原がコンピューターサイエンス関連の最先端技術を開発するプリファードインフラストラクチャーという会社を創業したのが2006年です。 岡野原は機械学習やAI（人工知能）を、私は処理スピードの速いコンピューターの研究を担当して
府大生が趣味で世界一の認識精度を持つニューラルネットワークを開発してしまった論文を読んだ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Deep Learning Advent Calendar 2016の20日目の記事です。 ConvNetの歴史とResNet亜種、ベストプラクティスに関連スライドがあります（追記） 背景 府大生が趣味で世界一の認識精度を持つニューラルネットワークを開発してしまったようです。 M2の学生が趣味でやっていたCIFAR10とCIFAR100の認識タスクで，現時点での世界最高性能の結果を出したそうだ…趣味でっていうのが…https://t.co/HKFLXTMbzx — ニーシェス (@lachesis1120) 2016年12月7日 府
Deep Learning Race: A Survey of Industry Players’ Strategies
Credit: https://unsplash.com/search/race?photo=EYX2WaQ4OjII’ve been working for quite a while now in trying to make sense of the research developments in Deep Learning. The methodology I’ve employed is through the cataloging of Design Patterns. It’s been quite effective in disentangling this ever growing complex field. In fact, as new surprising research is published by the giants in this field, m
Gym
Gym is a standard API for reinforcement learning, and a diverse collection of reference environments# The Gym interface is simple, pythonic, and capable of representing general RL problems: import gym env = gym.make("LunarLander-v2", render_mode="human") observation, info = env.reset(seed=42) for _ in range(1000): action = policy(observation) # User-defined policy function observation, reward, ter
パッケージユーザーのための機械学習(12)：Xgboost (eXtreme Gradient Boosting) - 六本木で働くデータサイエンティストのブログ
今やKaggleやKDD cup以下名だたる機械学習コンペで絶大な人気を誇る分類器、Xgboost (eXtreme Gradient Boosting)。特にKaggleのHiggs Boson Machine Learning Challengeの優勝チームが駆使したことで有名になった感があるようで。 その実装ですが、C++ベースで高速化したものにRとPythonのラッパーをつけたものが既にGitHubで公開されています。 Rパッケージである{xgboost}のインストールについての注意事項は前回の記事に書いていますので、インストールの際はご参考にしていただければと。 さて。これだけ大人気の分類器となると国内外問わず色々な解説記事に溢れておりまして、例えば日本語ブログでもこれだけの記事が既に出てます。 勾配ブースティングについてざっくりと説明する - About connecting
Twitter社が発表した超解像ネットワークをchainerで再実装 - 人工言語処理入門
この記事は Chainer Advent Calendar 2016の18日目の記事です。昨日は@zacapa_23さんのPokemonGANでした。僕もDCGANを使って百合漫画の解析に活かそうとしたことがあるので、なんだか親近感がわきます。ちなみにこの記事もDCGANがらみです。 数年前にニューラルネットで超解像を行う研究が発表されてから、近年のディープラーニングブームの中で、特に企業の研究として(学習型一枚絵)超解像が発表されています。国内でも、特にイラストへの応用として、waifu2xという実装が注目を浴びたりしました。GitHub - nagadomi/waifu2x: Image Super-Resolution for Anime-Style Art さて、いくつかある論文の中で、今回はTwitter社が9月に公開したもの( Photo-Realistic Single Im
Girl Friend Factory - 機械学習で彼女を創る - - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 指定した属性を持つ彼女を生成する機械学習を行い、それを使用したデモを開発しました。 初めまして、ドワンゴ2016年新卒の@Hiroshiba です。私は普段、今流行りのディープラーニング技術を使った研究をしています。この技術の表現力は過去の色んな機械学習に比べてとても優秀で、去年の今頃なんかにはDCGANという画像生成系の研究に革命を起こした手法を使って、様々な顔イラストを自動生成する記事が人気を集めました。 DCGANとは 今回作成したデモで用いた技術であるDCGANについて軽く触れておきます（図Ａ）。そもそもDCGANはDeep C
2016年のディープラーニング論文100選 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? これはFujitsu Advent Calendar 2016の11日目の記事です。 掲載内容は個人の意見・見解であり、富士通グループを代表するものではありません。なお、内容の正確性には注意を払っていますが無保証です。 はじめに この記事では先月今年発表されたディープラーニング論文（ArXivでの発表時期、発表された国際会議が2016年開催またはジャーナル掲載が2016年のもの）から私が個人的に重要だと思った論文を収集しています。また、2015年末ごろの論文も重要なものは採用しています。 以下の投稿も合わせてご覧ください。 2017年の
Neural Network Learns to Identify Criminals by Their Faces
The effort aimed at identifying criminals from their mugshots raises serious ethical issues about how we should use artificial intelligence. Soon after the invention of photography, a few criminologists began to notice patterns in mugshots they took of criminals. Offenders, they said, had particular facial features that allowed them to be identified as law breakers. One of the most influential voi
Deep Neural Network architectures after Residual Networks
Residual networks won the IMAGENET challenge in 2015 and since then many researchers have tried to develop techniques to train deeper networks successfully. In this post, I am going to discuss some of these developments in the Deep Neural Network(DNN) architectures. First of all, why do we need new architectures? 1.) Improving results and beating state of the art accuracy or 2.) How to use param
Deep Learning のトレンドについて喋ってきた
Convolutional Neural NetworksのトレンドについてCasualじゃない話をしてきました． 全脳アーキテクチャ若手の会カジュアルトーク 全脳アーキテクチャ若手の会カジュアルトーク というところでお話をしてきました． ちょっと層がわからなかったのですが，IT系のエンジニアの方が多かったみたいです． （学生は4人くらい…？しかもほぼ身内） 僕のスライドはSlide Shareの方にアップロードされています． しかも，映像もアップロードされていた… 発表後記 実際はConvolutional Neural Networks(CNN)系論文128本ノックにするつもりだったとはいえない空気でしたね… 個人的には画像生成やキャプション生成系の研究速度はとても速く進んでいると感じています． Visual Turing Test の話はもう少し掘り下げたかったですね． Deep M
Reddit - Dive into anything
Paper at http://arxiv.org/abs/1608.04062 Incredible claims: Train only using about 10% of imagenet-12, i.e. around 120k images (i.e. they use 6k images per arm) get to the same or better accuracy as the equivalent VGG net Training is not via backprop but more simpler PCA + Sparsity regime (see section 4.1), shouldn't take more than 10 hours just on CPU probably (I think, from what they described,
AI作曲の“ビートルズ風”新曲、Sony CSLが公開（けっこうそれなり）
ソニーコンピュータサイエンス研究所（Sony CSL）のResearch Laboratoryは9月19日、人工知能（AI）を使ってビートルズ風のポップソング「Daddy's Car」を作曲したと発表した。 完全にAIが作曲したのではなく、作曲家が「Flow Machines」というAIソフトを操作して作曲し、歌詞は人間が付けた。 Flow Machinesは、「LSDB」という楽曲データベースと作曲ツール「FlowComposer.」、「Rechord Player（リンク先はPDF）」という波形接続型音声合成エンジンで構成される。作曲家はLSDBに登録された多様なジャンルの約1万3000件のリードシート（楽曲の旋律とコードと歌詞だけを抜き出した楽譜）からスタイル（Daddy's Carの場合は「Beatlesスタイル」を選択）あるいは複数の楽曲を選び、FlowComposerで新たなリ
［インタビュー］人工知能で小説は書けない
先月26日、名古屋大で会った佐藤理史教授。小説は答えがない領域なのでマシンラーニングが不可能で、発展の可能性も低いと予想した＝ウム・ソンウォン記者//ハンギョレ新聞社 アルファ碁の衝撃冷めやらぬ3月末、人工知能が書いた小説が日本の文学賞で予選を通過したというニュースが伝えられ、話題になった。人工知能は小説を書くレベルにまで発展したのだろうか。答えは「ノー」だった。最近の人工知能ブームの中で登場した「小説を書いた人工知能」を巡るニュースは、マスコミで報道される過程で誇張されたものであることが分かった。 日本の星新一賞の1次予選を通過した小説の人工知能開発者として知られる名古屋大の佐藤理史教授(56)は先月26日、ハンギョレとのインタビューで「小説を書くプログラムの開発をこれ以上進める計画はない」と明らかにした。小説は人間のほうが上手にできる領域であり「これ以上未来性がない」とも主張した。 佐
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
Google Colab
deepanalytics.jp
https://webdocs.cs.ualberta.ca/~sutton/book/the-book.html
長文日記
