【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Weak Data for Feature Extraction (CVPR 2016)
【論文紹介】Fashion Style in 128 Floats: Joint Ranking and Classification using Weak Data for Feature Extraction (CVPR 2016) CVPR2016にてシモセラ・エドガー氏が発表した、StyleNetの紹介資料です。 "Fashion Style in 128 Floats: Joint Ranking and Classification using Weak Data for Feature Extraction," Edgar Simo-Serra and Hiroshi Ishikawa, in CVPR2016. 論文情報 http://hi.cs.waseda.ac.jp/~esimo/publications/SimoSerraCVPR2016.pdf プロジェクトページ
CNNを利用した自然言語処理技術まとめ（2017年1月） - 終末 A.I.
年末に Language Modeling with Gated Convolutional Networks が一部界隈でバズったこともあり、CNNを用いた自然言語処理が注目を集め始めています。今年の後半あたりには、派生手法や関連手法が多く登場していくのではないかと思われます。 CNNはRNNに比べて並列処理に優れているため、処理速度が圧倒的に速いという利点がありますが、時系列データの処理に特化したRNNと比べると、特に言語モデルにおいては最終性能がやや劣っているという理解が一般的でした（テキストクラシフィケーションではタスクによってはCNNのほうが性能がいいものもありました）。 Gated Convolutional Networks では、Gated Linear Unit および Residual 層を利用し学習を効率化することにより、WikiText-103 のタスクで stat
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
