私たちはこのオープンソースプロジェクトを世界中の人々に提供したいと考えています。このチュートリアルの内容をあなたが知っている言語に翻訳するのを手伝ってください。
現代の JavaScript チュートリアル
私たちはこのオープンソースプロジェクトを世界中の人々に提供したいと考えています。このチュートリアルの内容をあなたが知っている言語に翻訳するのを手伝ってください。
メディカルAI専門コース オンライン講義資料
News¶ 2019/12/06: 講義資料Ver 1.1を公開（2019年度版） 2018/12/17: 講義資料Ver 1.0を公開（2018年度版） 本講義資料について¶ 本ページは 日本メディカルAI学会公認資格：メディカルAI専門コースのオンライン講義資料（以下本資料） です． 本講料を読むことで，医療で人工知能技術を使う際に最低限必要な知識や実践方法を学ぶことができます．本資料は全てGoogle Colaboratoryというサービスを用いて執筆されており，各章はJupyter notebook (iPython notebook)の形式（.ipynb）で以下のリポジトリにて配布されています（notebooksディレクトリ以下に全ての.ipynbファイルが入っています）： japan-medical-ai/medical-ai-course-materials 想定受講者¶ 受
ディープラーニングのフレームワークと特許戦争
6. BN (Batch Normalization) 代替へ • Google特許は dropout, word2vec, DQN 等もよく知られているが、BNほどの出願国数は稀 • BNの代替手法開発は優先度高 Group Normalization [Yuxin Wu+, ECCV2018] https://arxiv.org/abs/1803.08494 • “batch of training examples”を必ずしも必要としない正規化層 • 特許制度がイノベーションを促進した好例なのでは 特許を交えた企業間の研究開発競争が進んでいる 7. 特許戦争 想定されるシナリオ 「コードが公開されるからアルゴリズムの研究は不要、 データ集めてあとはチューニングだけしてればいい」 という考えの企業が滅ぶ 冷戦状態 軍拡競争 熱戦 特許係争 トップカンファに数十本通す企業同士の泥仕合 特
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
