(数式を使わない) Transformer の直感的な説明 / 真面目なプログラマのためのディープラーニング入門
(数式を使わない) Transformer の直感的な説明 RNN の欠点 Transformer はこれをどう解決したか Transformer の動作原理 複数の要素間の関係を考慮する (Self-Attention、自己注意) 要素の順序を考慮する (Positional Encoding、位置エンコーディング) まとめ 概要: ChatGPT などで使われている Transformer モデルは、 ニューラルネットワークの世界にいくつかの革新的なアイデアをもたらした。 本記事では、プログラマに理解しやすい形でそれらのアイデアを解説する。 実際に使われている数学の詳細には触れない。 (技術的解説については元論文 Attention is All You Need か、 その注釈版である The Annotated Transformer を参照のこと。 日本語では この解説 がわかり
ヤフー、道路沿いの視覚情報を“テキスト化”する実証実験--ドラレコ情報をAIで解析 - CNET Japan
ヤフーは10月15日、ドライブレコーダーから収集される動画データをAI技術で解析し、道路沿いの視覚情報をテキスト化する実証実験を開始すると発表した。期間は、2018年10月15日から2019年3月31日まで。エリアは東京23区内を予定。対象車両台数は、実証実験開始時は10台程度、11月上旬からは130台を予定している。 この実証実験では、同社の連結子会社であるアスクルのグループ会社ASKUL LOGISTの配送用車両に搭載されたドライブレコーダーを用いて、ガソリンスタンドのガソリン価格やコインパーキング・パーキングメーターの満空情報といった、道路沿いにあるさまざまな視覚情報を撮影。その動画データをディープラーニングなどのAI技術で解析することで、高精度にテキスト化する。 さらに、テキスト化できる視覚情報にとどまらず、渋滞や事故といった交通状況やレストランの行列状況など、ドライブレコーダーか
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
長文日記
