Webカメラで表情認識してWebsocketでブラウザアプリ内のキャラを動かす【Python&pyFaceTracker&Live2D版/Unityでやる版】 - Qiita
こんにちは。オリィ研究所( http://orylab.com ) のryo_gridです。 今回はWebカメラで表情認識して2Dアバターを動かす、というのをElectronやWebアプリ(ローカルのWebサーバで配信しているものに限る)で出来るように、Websocketを介して行うというのをやってみました。 まあ、FaceReg ( https://www.4gamer.net/games/032/G003263/20160111001/ ) 的なものを作ってみるって感じです。 実験レベルなのでリップシンク(唇が開いてるか閉じているか)だけ実装します。 #Python&pyFaceTracker&Live2D版 OpenCVを利用して表情認識してくれるpyFaceTrackerというPythonライブラリを使ってまずはやってみました。 アバターはLive2Dのリップシンクのサンプルプログ
爆勝ちFXシストレ論文「Learning to Trade via Direct Reinforcement」を再現させたい - Qiita
爆勝ちFXシストレ論文「Learning to Trade via Direct Reinforcement」を再現させたい機械学習DeepLearning強化学習FXSystemTrade FXシストレ論文 「Learning to Trade via Direct Reinforcement」 http://dustwell.com/PastWork/MoodyRLTradingPresentation.pdf http://people.idsia.ch/~juergen/rnnaissance2003talks/MoodySaffellTNN01.pdf が、シミュレーション結果を見る限り爆勝ちしているので、この実装を再現させようとしているが、うまくいかない（同じような性能が得られない）。 要は価格の予測に応じてトレードするんじゃなくて、トレードしたら勝てるかどうか自体を直接予測す
遺伝的アルゴリズムxニューラルネットワーク（NeuroEvolution）でOpen AI Gymの二足歩行ロボを歩かせた話 - Qiita
どうも、オリィ研究所（http://orylab.com/） の ryo_grid こと神林です。 今回は以前試してなかなかうまくいかなかったOpen AI Gymの二足歩行ロボの強化学習へ再チャレンジした話と、その中で知ったNEAT(NeuroEvolution of Augmenting Topologies)という手法について書きたいと思います。 前回のお話 DQN(Deep Q-learning Network)という、強化学習の手法を使って二足歩行ロボを歩かせようとしました。 結果として、学習自体は成されましたが、まともに歩くというところまではいくことができませんでした。 PythonでAIシミュレーションプラットフォームOpen AI Gym を利用して遊ぶ (DQN編) 再チャレンジ どうにか歩かせることができないかとネットの海をさまよっていたところ、stefanopalmi
TensorFlow入門時に多分一番単純で実用的なコード例（1次元入力データ群からのクラス分類） - Qiita
タイトル通りです。 特徴量を入力して分類・識別（回帰）するだけの単純なコード例が意外と無いので、自分で書いときます。 下の記事でやった単純なディープラーニングの実装のTensorFlow版です。 簡単なディープラーニングのサンプルコード (2入力1出力/2クラス分類) with Keras http://qiita.com/ryo_grid/items/e746238c78b8c6427200 学習用データは作るのが面倒なので、学習処理のループのところで偶数奇数で分岐して食わせるデータを変えるということをしています。 学習時の回答データは、正解のラベルに対応する要素のみ1で他は0の配列を用意します。 import tensorflow as tf # number of inputs input_len = 2 # number of classes classes_num = 2 ses
今度こそ分かるTensorFlow - Qiita
タイトルは釣りですw TensorFlowのMNISTチュートリアル(for Beginner)の解説は数あれど、精度をちょろっと出してお終いで、その学習したモデルを使ってどう予測を行えば良いかを書いている記事が見当たらなかったので記事にしてみます。あと、良い入門記事を見つけたので、それも紹介します。 はじめに読んでおくと良い記事 こちらの連載を読むとTensorFlowの理解が深まるのでまずは読んでおくことを強くお勧めします。 http://www.buildinsider.net/small/booktensorflow/0001 http://msyksphinz.hatenablog.com/entry/2015/11/19/022254 TensorFlowのMNISTチュートリアル(for Beginner)の解説 こちらの記事が大変分かりやすいです (丸投げ) http://
ディープラーニングでFXシステムトレード - Qiita
FXシストレプログラムのディープラーニング版を作ろうとして、 偶然で最強のアルゴが誕生した（機械学習でFXシステムトレード） - Ryoの開発日記 に、 [TensorFlowで株価予想] 0 - Google のサンプルコードを動かしてみる - Qiita のTensorFlowコードを移植しようとしたけど、結構面倒で挫折したので、前に書いた 簡単なディープラーニングのサンプルコード (2入力1出力/2クラス分類) with Keras (Chainerは挫折) - Ryoの開発日記 のKerasによるDNNのコードをGoogleのやつに合わせて移植してみた。 3000 epoch回した感じだと、最終的に近い収益が得られたが、安定して上がっている感じにはならなかった（＝頑強性が低い。最後の数か月でどかっと上がっている）。 ので、30000 epoch回した結果を見てみる。 学習時間は10
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
