Stable Diffusion の仕組みを理解する - ABEJA Tech Blog
この記事は、ABEJAアドベントカレンダー2022 の 19 日目の記事です。 こんにちは！株式会社 ABEJA で ABEJA Platform 開発を行っている坂井です。 世間では Diffusion Model 使った AI による画像生成が流行っているみたいですね。 自分は元々 Computer Vision 系の機械学習エンジニアだったんですが、この１年くらいは AI モデル開発ではなくもっぱらバックエンド開発メインでやっていて完全に乗り遅れた感あるので、この機会に有名な Diffusion Model の１つである Stable Diffusion v1 について調べてみました！*1 では早速本題に入りたいと思います！ Stable Diffusion v1 とは？ Denoising Diffusion Probabilistic Model（DDPM） 学習時の動作 for
ヤフー、店頭ガソリン価格をドラレコとAIで“クローリング”
リアルとデジタルの2つの世界をつなぐため、画像認識にAIを使った実証実験をヤフーが実施した。ガソリンスタンドでの店頭価格やコインパーキングの満空情報などを、130台の物流車両が“クローリング”してデジタルに取り込んだ。実用化への課題も分かってきた。 世の中にはデジタル化されたデータが満ちあふれている。一方で、私たちが暮らすリアルな社会にも多様な情報が多くある。街で見かけた行列は何の行列だろう。そう思ってスマートフォンを手にしても、その行列の原因を理解できないこともある。デジタルとリアルの世界の間に、まだまだ情報の相互連携が成り立っていないのである。 デジタルの世界で多様なサービスを提供するヤフーは、リアルの世界の情報をディープラーニングを活用した画像認識でデータ化し、今後のサービス向上につなげる取り組みを進めている。第一歩として実施したのが、駐車場の満空情報やガソリンスタンドの価格情報を、
AI Transformation Playbook How to lead your company into the AI era - Landing AI
AI Transformation Playbook How to lead your company into the AI era PLAYBOOK AI (Artificial Intelligence) technology is now poised to transform every industry, just as electricity did 100 years ago. Between now and 2030, it will create an estimated $13 trillion of GDP growth. While it has already created tremendous value in leading technology companies such as Google, Baidu, Microsoft and Facebook
ヤフー、AIでドラレコ映像を解析 ガソリン価格や駐車場の満空情報、行列のできる店をナビに反映 実証実験スタート - ITmedia NEWS
ヤフーは10月15日、ドライブレコーダーの映像をAI（人工知能）が解析することで、道路沿いにあるガソリンスタンドのガソリン価格や駐車場の満空情報といった視覚情報をデータ化する実証実験を始めたと発表した。得られるデータを検証しながら、自社の地図サービス「Yahoo! MAP」やアプリ「Yahoo!カーナビ」での活用を目指す。 実証実験では、東京都23区内を走るアスクルの配送用車両に搭載したドライブレコーダーの映像を活用。ガソリン価格や駐車場情報の他、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、あらゆる場面を認識して地域情報に反映するような用途を検討する。 ドライブレコーダーの映像はヤフーが管理するサーバに直接送信し、アスクルはデータに関与しない。映像に映ったクルマのナンバープレートや歩行者にはマスキング処理を施し、個人を特定する目的では使用しないとしている。実証実験の期間は201
PredNetを用いた混雑レーダーの未来予測
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog はじめに こんにちは、新卒1年目の三木です。 今回は、私がOJTの中で行った 「Deep Learningを利用した混雑レーダーの未来予測」 について紹介させていただきます。 「そもそも混雑レーダーってなに?」という方のために簡単にご紹介をすると、ヤフーが提供しているアプリの使用状況を元に、エリアにいる人数を推定し、ヒートマップとして地図上に投影したものです。以下の画像のように、混雑しているところが一目でわかります。 混雑レーダーへのリンク↓ https://map.yahoo.co.jp/maps?layer=crowd&v=3&lat=35.681277&lon=139.766266&z=15 今現在提供している混雑レーダーで
動画の予測のPredNetの論文を読む - mabonki0725の日記
ランニングできず 英語できず (1) 動画の予測のPredNetの論文を再チャレンジする 以前少し読んだが数式が全く無く、何故動画予測ができるか記述もなく、公開コードを稼動できなかったので、NLPに方向を変えた覚えがある。 本論文の内容は下図で示される通りで、赤矢印に示す様に下層から上層への精緻化と、上層から下層への予測画像の過剰変動の抑制とを深層学習で同時に行っている。 左図はPredNetを２段重ねたものである。右図は各段の内容が示されている。 右図の素子の内容からは ・は入力画像をconv+poolして画像の抽象化をしている ・誤差は予測画像と入力画像の差分から max(0,差)とmin(0,差）で２つの矩形差分(L1)を求めている。 ・は時系列素子であり、上層のと誤差で作られている この時系列素子は画像復元するdeconvolutionの機能を持っている 処理手続きとしては下層が上
Caffe2によるディープラーニングの基礎と実践 rev 1.0
Caffe2によるディープラーニングの基礎と実践 rev 1.0 1. Caffe2によるディープラーニ ングの基礎と実践 山口 光太 (株) サイバーエージェント 2. 自己紹介 山口 光太 Research Scientist (株) サイバーエージェント AI Lab コンピュータビジョン、機械学習、Webメディアの分析 経歴・学歴 助教, 情報科学研究科, 東北大学 2014-2017 PhD, Computer Science, Stony Brook University 2009- 2014 修士, 情報理工, 東京大学 2006-2008 3. 目標 • ディープラーニングと画像認識の理解 • Caffe2フレームワークの基本を理解 • PythonによるCaffe2の使い方を学習 4. Caffe2によるディープラーニング Caffe2って？ ディープラーニングの基本 な
（手法調査）Deep learning で 階層ベイズモデリング : Hierarchical Bayesian Neural Network モデル研究史 と データ解析での活用事例 - Qiita
（手法調査）Deep learning で 階層ベイズモデリング : Hierarchical Bayesian Neural Network モデル研究史 と データ解析での活用事例DeepLearning深層学習ベイズデータ分析MachineLearning 【 問題意識 】 地域差 や 年代差、個体差 など、複数の異なる「階層属性」（「階層分布」）に従って、実現データとして（生成された）データ を 扱う統計モデリング手法 として、「階層ベイズモデル」 が 知られている。 有名なのは、以下の久保先生 の 通称、緑本。 久保拓弥 「MCMC と階層ベイズモデル データ解析のための統計モデリング入門」 これ を、Deep learningベース で 行う アルゴリズム は ないだろうか？ 【 本記事の趣旨 】 Hierarchical Bayesian Deep Neural Networ
MoCoGAN: Decomposing Motion and Content for Video Generation | DL Hacks
はじめに 「GANで画像を生成してみた」系の記事はたくさんありますが、動画の生成はなかなかないんじゃないかと思います。 なぜなら、従来のGANによる動画生成1は人間の影らしきものを動かすのがやっとで、画像生成と比べて技術が遅れていたのです。しかし本日ご紹介するMoCoGAN2は、7月にarxivで論文が発表されたばかりの論文で、既存研究に比べて圧倒的に綺麗な動画を生成することができます。 この記事では、MoCoGANのArchitecture及び、Pytorchによる実装のポイントを解説していきます。 github上の実装はこちらになります。https://github.com/DLHacks/mocogan また筆者による実装はまだ公開されていないようなので、これがおそらく初の公開実装となるかと思います。（※17/9/30時点） スターをいただけると励みになります……!!! モデル 新規
GitHub - horovod/horovod: Distributed training framework for TensorFlow, Keras, PyTorch, and Apache MXNet.
The primary motivation for this project is to make it easy to take a single-GPU training script and successfully scale it to train across many GPUs in parallel. This has two aspects: How much modification does one have to make to a program to make it distributed, and how easy is it to run it? How much faster would it run in distributed mode? Internally at Uber we found the MPI model to be much mor
名古屋で機械学習の勉強会をやっています
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog 勉強会お手伝い担当の iwasawa です。 今回は弊社の名古屋オフィスが会場提供をしている『機械学習 名古屋 分科会 ゼロから作る Deep Learning 読書会＋ハンズオン』をご紹介させていただきます。 『機械学習 名古屋 分科会 ゼロから作る Deep Learning 読書会＋ハンズオン』とは こんなの。 書籍『ゼロから作る Deep Learning』を輪読しつつ、合間にコードを書いたりする勉強会です。 『ゼロから作る Deep Learning』には Python によるサンプルコードが多く載っているのですが、この勉強会では Python だけでなく Ruby や Julia によるソースコードを提示することが定番
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
http://vireo.cs.cityu.edu.hk/jingjing/papers/chen2016deep.pdf
MIRU2018 tutorial
GitHub - NVIDIA/pix2pixHD: Synthesizing and manipulating 2048x1024 images with conditional GANs