Setting up the PYNQ-Z1 for the Intel Movidius Neural Compute Stick
Setting up the PYNQ-Z1 for the Intel Movidius Neural Compute Stick The Intel Movidius Neural Compute Stick (NCS) is a neural network computation engine in a USB stick form factor. It’s based on the Myriad-2 chip, referred to by Movidius as a VPU or Visual Processing Unit, basically a processor that was specifically designed to accelerate neural network computations, and with relatively low power r
AWS Deep Learning AMIs Now Available in 5 New Regions
The AWS Deep Learning AMIs provide integrated tools for machine learning practitioners to quickly get started with deep learning. The AMIs are optimized for high performance on Amazon EC2 instances such as P3 and C5, and come pre-installed with deep learning frameworks such as TensorFlow, Apache MXNet, PyTorch, Chainer, Microsoft Cognitive Toolkit, Caffe2, as well as the Keras and Gluon APIs. Get
Feature-Based Aggregation and Deep Reinforcement Learning: A Survey and Some New Implementations
In this paper we discuss policy iteration methods for approximate solution of a finite-state discounted Markov decision problem, with a focus on feature-based aggregation methods and their connection with deep reinforcement learning schemes. We introduce features of the states of the original problem, and we formulate a smaller "aggregate" Markov decision problem, whose states relate to the featur
Ruby脳で実装するCNN - Speee DEVELOPER BLOG
ネイティブアド配信プラットフォーム「UZOU」エンジニアの@hatappiです。 今回は社内で行われたSpeeeKaigiという社内技術プレゼン大会のことを書きます。 SpeeeKaigiは今回で4回目を迎えました🎉 tech.speee.jp 私は「Ruby脳で実装するCNN」というタイトルで発表しました。 発表資料はSpeaker Deckにアップロードしているのでそちらをご覧ください。 speakerdeck.com CNNはニューラルネットワークの1つで畳み込みを行います。 全結合ではRGB画像のように縦、横、チャネルの3次元のデータを1次元にして処理をするため、チャネル間の関連性などが失われていました。 CNNでは形状を維持しつつ次のデータ層にデータを渡すことが出来ます。 そのため画像識別などに使用されることが多くあります。 また、画像識別だけでなく自然言語処理でも使用されてい
Synthesizing Images of Humans in Unseen Poses
We address the computational problem of novel human pose synthesis. Given an image of a person and a desired pose, we produce a depiction of that person in that pose, retaining the appearance of both the person and background. We present a modular generative neural network that synthesizes unseen poses using training pairs of images and poses taken from human action videos. Our network separates a
Image Inpainting for Irregular Holes Using Partial Convolutions
Existing deep learning based image inpainting methods use a standard convolutional network over the corrupted image, using convolutional filter responses conditioned on both valid pixels as well as the substitute values in the masked holes (typically the mean value). This often leads to artifacts such as color discrepancy and blurriness. Post-processing is usually used to reduce such artifacts, bu
機械学習をやる上で必要な数学とは、どの分野のどのレベルの話なのか（数学が大の苦手な人間バージョン） - 渋谷駅前で働くデータサイエンティストのブログ
しばらく前にこんな記事が出ていたのをお見かけしました。 明らかにこれは僕が某所（笑）で適当に放言したことがきっかけで巻き起こった議論の一旦なのではないかと思うのですが、個人的にはこちらの@yohei_kikutaさんの仰る通りで大体良いのではないかと考えております。 なのですが、言い出しっぺらしき身としてはもうちょっと何か具体的な話を書いた方が良いのかな？とも思いましたので、常々公言しているように数学が大の苦手な身ながらどの分野のどのレベルの数学が機械学習をやっていく上で必要なのかという点について戯言だらけの駄文を書いてみることにします。 深層学習 (機械学習プロフェッショナルシリーズ) 作者: 岡谷貴之出版社/メーカー: 講談社発売日: 2015/04/08メディア: 単行本（ソフトカバー）この商品を含むブログ (13件) を見るちなみに、以下に並べる戯言は深層学習青本から得られた知識を
ミュンヘン工科大学ら、動画内における人の顔の偽造を検出するDeep-learningを用いたアルゴリズム及びデータセット発表
ミュンヘン工科大学ら、動画内における人の顔の偽造を検出するDeep-learningを用いたアルゴリズム及びデータセット発表 2018-04-13 ミュンヘン工科大学、フェデリコ2世・ナポリ大学、フリードリヒ・アレクサンダー大学の研究者らは、動画における人の顔の偽造を検出するDeep-learningアルゴリズム及びビデオデータセット「FaceForensics」を発表しました。 論文：FaceForensics: A Large-scale Video Dataset for Forgery Detection in Human Faces 著者：Andreas Rössler,Davide Cozzolino,Luisa Verdoliva,Christian Riess,Justus Thies,Matthias Nießner 昨今の研究では、目視では見破ることが困難な偽ビデオ作成
ソフトバンク子会社ディープコアがNVIDIAと協業--AI起業家育成へ
AI特化型インキュベーターであるディープコアは4月23日、NVIDIAと提携し、AI分野における若手起業家をともに育成していくと発表した。 ディープコアはソフトバンクグループが100％出資する子会社。AI、特にディープラーニング分野の優れた若手起業家育成を目指すAI特化型インキュベーターで、2018年秋には、コミュニティ＆コワーキングスペース「KERNEL」を東京都文京区にオープンする予定だ。 今回の協業により、コミュニティ＆コワーキングスペースKERNELのメンバーは、NVIDIAからAIインフラ提供、トレーニング、コンサルティング、起業支援を含む包括的なサポートを受け、AI分野の起業家を目指せるとしている。 サポート内容は、AIコンピューティングプラットフォームとして、GPUアーキテクチャであるNVIDIAのVoltaベースのGPUがKERNELに導入されるほか、クラウドベースのプラッ
NVIDIA、画像内の一部を削除しリアルに修復するDeep learningを用いた画像修復技術を発表
NVIDIA、画像内の一部を削除しリアルに修復するDeep learningを用いた画像修復技術を発表 2018-04-23 NVIDIAの研究チームは、画像内の一部を削除し修復するDeep learningを用いた画像修復法を発表しました。 論文：Image Inpainting for Irregular Holes Using Partial Convolutions 著者：Guilin Liu, Fitsum A. Reda, Kevin J. Shih, Ting-Chun Wang, Andrew Tao, Bryan Catanzaro 本稿は、画像内の修正したい箇所をマスクし、除去したあとを自然に見せる代替を生成し再構築するモデルを提案します。不規則な形状のマスクでも画像修復できるDeep learningモデルです。 本提案手法は、最初にニューラルネットワークを訓練するた
2017年～2018年4月までのディープラーニングを用いたText to speech手法まとめ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 2017年～2018年4月までのディープラーニング(Deep Neural Network)を用いたText to speech手法をまとめました。 Text to speech(TTS)とは TTSとは、文章を入力し音声に変換して出力する技術のことです。 TTSのソフトウェアとしては、VOICELOIDや、「ゆっくり」こと棒読みちゃんが有名です。 既存のソフトウェアのほとんどはDNNを用いずに音声を合成していますが、近年ではDNNによるTTSが盛んに研究されています。 TTS手法の概要 DNN以前のTTSでは、次の図のように「テキスト
OpenCV 以外の場所にある深層学習ベースの顔検出を調査中 - Qiita
OpenCV 以外の場所にある深層学習ベースの顔検出 を別記事にしました。 学習済みのファイルが提供されているものもあれば、そうでないものもあります。 論文に関連付けられてあるものもあれば、そうでないのもあります。 Tensorflow Face Detector Effect 以下のYouTubeをみるように言っています。 https://www.youtube.com/watch?v=gw4CVz7SPEs&feature=youtu.be 手順の補足： Know Issue Please view that issue here if your output video is blank. A brief reminder is: check the input codec and check the input/output resolution, since this part
How to build a Recurrent Neural Network in TensorFlow (1/7)
Dear reader, This article has been republished at Educaora and has also been open sourced. Unfortunately TensorFlow 2.0 changed the API so it is broken for later versions. Any help to make the tutorials up to date are greatly appreciated. I also recommend you looking into PyTorch. In this tutorial I’ll explain how to build a simple working Recurrent Neural Network in TensorFlow. This is the first
World Models
We explore building generative neural network models of popular reinforcement learning environments. Our world model can be trained quickly in an unsupervised manner to learn a compressed spatial and temporal representation of the environment. By using features extracted from the world model as inputs to an agent, we can train a very compact and simple policy that can solve the required task. We c
論文を読んで身につくこともある - 武蔵野日記
午前中は最先端論文紹介ということで2本紹介してもらう。 A. Conneau, G. Lample, L. Denoyer, MA. Ranzato, H. Jégou. Word Translation Without Parallel Data. ICLR 2018. こちら、ちゃんと読んだのは初めてだったが、パラレルコーパスがなくても単語の翻訳ができるという話で一時話題になった論文である（その後、単語じゃなく普通の文も翻訳できる、という展開があるのだが）。 読んでみると、基本は Mikolov et al. (2013) のやり方で二言語の単語埋め込みを学習したあと、相互 k 近傍グラフを使ったり、グラフにおけるハブの問題の対処のために平均を引いて cos 類似度を取ったりしつつ、（恐らく語順がかなり似ている言語でないとうまくいかない）ヒューリスティックでなんとか単語翻訳をできるよう
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
Redirect
[MRG] Sparse input support for decision tree and forest by arjoly · Pull Request #3173 · scikit-learn/scikit-learn![[MRG] Sparse input support for decision tree and forest by arjoly · Pull Request #3173 · scikit-learn/scikit-learn](https://cdn-ak-scissors.b.st-hatena.com/image/square/364023e0575955b9bd00f2c69316b931842d4606/height=288;version=1;width=512/https%3A%2F%2Fopengraph.githubassets.com%2F6e62a3444b750b3ae9b5f475c4778838ef7e05a1025ba59a3de3bdb46391b5c7%2Fscikit-learn%2Fscikit-learn%2Fpull%2F3173)
AI Researchers Create Self-Replicating Neural Network
Vectordash
GitHub - Ahmkel/Keras-Project-Template: A project template to simplify building and training deep learning models using Keras.
