Rock Paper Scissors | TensorFire
Play Rock Paper Scissors against your computer! We're running neural networks running entirely in your browser to recognize your plays and keep score. Unfortunately, your browser doesn't support accessing your webcam. Try loading this page in a modern version of Firefox or Google Chrome. Play Rock Paper Scissors against your computer! Unfortunately, your browser doesn't support accessing your webc
【資料公開】「ディープラーニングで進化するAIと次世代インフラ＆プラットフォーム」で登壇しました - DMM.comラボエンジニアブログ
2017 - 08 - 10 【資料公開】「ディープラーニングで進化するAIと次世代インフラ＆プラットフォーム」で登壇しました 16新卒 資料公開 DMMlabotech Tweet Share on Tumblr こんにちは！ DMM.comラボ ビッグデータ部の中野です。 7月31日に開催されたIDCフロンティア様主催の ディープラーニングで進化するAIと次世代インフラ＆プラットフォーム に ビッグデータ部の中野と領家で登壇してきました。 資料の公開も含めて簡単に報告させていただければと思います！ ▷ 今回のイベントに関するIDCフロンティア様のテックブログはこちら！ イベントの概要 「ディープラーニングにGPUを活用した事例・ソリューションを共有する」という主旨で、AI・ディープラーニングの利用や開発、インフラに関わる方向けに開催されたイベントです。 今回私たちは『 DMM.com
Part 2: Deep Learning from the Foundations | fast.ai course v3
Welcome to Part 2: Deep Learning from the Foundations, which shows how to build a state of the art deep learning model from scratch. It takes you all the way from the foundations of implementing matrix multiplication and back-propagation, through to high performance mixed-precision training, to the latest neural network architectures and learning techniques, and everything in between. It covers ma
Andrew Ng’s Next Project Takes Aim at the Deep Learning Skills Gap
Andrew Ng is a soft-spoken AI researcher whose online postings talk loudly. A March blog post in which the Stanford professor announced he was leaving Chinese search engine Baidu temporarily wiped more than a billion dollars off the company’s value. A June tweet about a new Ng website, Deeplearning.ai, triggered a wave of industry and media speculation about his next project. Today that speculatio
Cognitive hearing aid filters out the noise
Cognitive hearing aid filters out the noise Columbia Engineers make major advance in helping the hearing impaired follow a conversation in a noisy environment: new method brings cognitive hearing aids a step closer to reality Peer-Reviewed Publication Columbia University School of Engineering and Applied Science image: A cognitively controlled assistive hearing device can automatically amplify one
人間と同程度の適応能力を持ったAI「汎用人工知能」とは？～General AI Challengeで汎用人工知能を作ろう
人間と同程度の適応能力を持ったAI「汎用人工知能」とは？～General AI Challengeで汎用人工知能を作ろう NextremerのAI研究開発エンジニアが解説する三歩先のテクノロジー 第1回 ここ数年で人工知能（AI）という言葉は身近になりましたが、汎用人工知能（AGI）という言葉は聞き慣れない方も多いのではないでしょうか。汎用人工知能とは、実はその意味さえも完全には定まっていないのですが、「人間に近い適応能力をもった人工知能」と考えられます。特定の製品やアルゴリズムが存在するわけではなく、さまざまなところで完成までの道のりが議論されている段階の人工知能です。しかし最近では、環境の整備が進み、一般のエンジニアでも最先端の開発に参加できる仕組みが整いつつあります。そこで、本記事では汎用人工知能の開発への参加方法として、世界規模のコンペティションであるGeneral AI Chal
トピックモデルで単語の分散表現 - 理論編 - scouty AI LAB
こんにちは。代表の島田です。 最近はDeepLearningがホットなキーワードになっていますが、トピックモデルという自然言語処理における手法も、少し前に注目を集めました。聞いたことはあるけど何なのかわからない、という方のために、今回はトピックモデルに関して説明します。 Pythonなどの言語ではライブラリが利用できますが、トピックモデルなどの原理を知っておくことでパラメータチューニングが思いのままにできるようになります。 LDAやトピックモデルについては最新の技術！というわけではないので他にも解説記事があると思いますが、今回は「流行りの単語がとりあえず何なのか知る」ということを目的に、前半は機械学習エンジニアではない方にもわかりやすく解説しようと思います。 モチベーション 単語をベクトルで表したい！ 自然言語データを使ったレコメンドエンジンの構築やテキストの分類などで、単語をクラスタリン
Neural Tensor Network 〜 Deep learning と Tensor Relational learning テンソル関係学習 の 合流 した 姿 - Qiita
Neural Tensor Network 〜 Deep learning と Tensor Relational learning テンソル関係学習 の 合流 した 姿DeepLearning深層学習NLPMachineLearningNeuralTensorNetwork 入力 が ベクトル や 行列 ではなく、階数3以上のテンソル な ニューラルネットワーク である場合、Neural Tensor Network と呼ばれているようです。 階数 3のデータ形式 が ニューラルネットワーク への 入力データ になる例 として、 セマンティック意味ラベルが付与された 構造化意味データ が 多く 見受けられます。 その関係 で、知識データ を 参照させる ニューラルネットワークモデルの構築・組成 に 力を発揮するものと考えられます。 セマンティック意味データ 以外 にも、 行列よりも階数の
Deep Learning in OpenCV
Deep Learning is the most popular and the fastest growing area in Computer Vision nowadays. Since OpenCV 3.1 there is DNN module in the library that implements forward pass (inferencing) with deep networks, pre-trained using some popular deep learning frameworks, such as Caffe. In OpenCV 3.3 the module has been promoted from opencv_contrib repository to the main repository (https://github.com/open
About the MNIST data-set
Is this known as a fact or from some analysis that the MNIST data-set is almost as if its sampled from some low (~10?) dimensional manifold? Is there a locally linear embedding to a low-dimensional space? Of course I don't expect the data will be exactly on some low dimensional manifold; there will be some noise.
3DCGで構築のリアルタイムに動くVR内デジタルヒューマン「MEETMIKE」がSIGGRAPH 2017に登場。約44万のポリゴン/3種のDeep learning使用
3DCGで構築のリアルタイムに動くVR内デジタルヒューマン「MEETMIKE」がSIGGRAPH 2017に登場。約44万のポリゴン/3種のDeep learning使用 2017-08-03 米ロサンゼルスで開催するSIGGRAPH 2017 VR Villageにて、「MEETMIKE」と呼ぶUnreal Engineで制作されたリアルタイムで動作するVR内CGアバターが披露されました。 CGで制作されたアバターは、Nvidia GTX 1080 Ti、RAM 32GBの1台のパソコンから90fpsでリアルタイム・レンダリングされます。 VRヘッドセットには、HTC Viveが用いられており、顔の追跡にはVive Trackerを装備したフェイシャル・トラッキング用カメラリグが使用されます。 カメラリグを装着しているのは、シドニー大学のMike Seymour氏。彼を予めスキャンしリア
Deep Learning and Reinforcement Learning Summer School 2017 - Mila
Deep Learning and Reinforcement Learning Summer School 2017 DLSS: June 26th - July 1st, 2017 & RLSS: July 3rd - 5th, 2017
MNISTを認識するニューラルネットワークの画像化 - Qiita
ニューラルネットワークによる手書き数字認識について、各ノードへの元画像の影響を視覚化します。 アルゴリズム 【注】適当に思い付いたアルゴリズムです。どの程度正確に影響度が測れるかは未検証です。 比較の基準としてピクセルがすべて0のソースで各ノードの値を計算します。 評価対象とする画像を用意します。1ピクセルだけソースに入れて各ノードの値を計算して、すべて0のときと値を比較します。これをすべてのピクセルに対して行ったものを、ノードごとに特定のピクセルが与える影響とします。 これを画像化することで、視覚的に影響を見ることができます。 準備 『ゼロから作るDeep Learning』のサンプルを使います。 https://github.com/oreilly-japan/deep-learning-from-scratch 初回実行時にMNIST（手書き数字のデータ）をダウンロードするようになっ
グーグル、目から顔の表情を推測するVRゴーグル--アバターをリアルタイム生成
仮想現実（Virtual Reality：VR）用のゴーグルを装着すると、顔の相当部分が隠されてしまい、対面コミュニケーション時に重要な役割を担う表情がほとんど見えない。これに対し、GoogleはVRゴーグルに装着者の表情を合成する複合現実（MR）技術を開発して、問題の解決を図った。 また、クラウドファンディングサービス「Kickstarter」で支援を募っていた取り組みでは、2つの赤外線カメラで目と目の周囲、口、あごの動きをとらえ、その情報にもとづいてアバターの表情を変えるVRゴーグル「Veeso」といったものも存在した。 今回は、Veesoと同様の機能をよりシンプルな方法で実現するGoogleの新たな人工知能（AI）技術「Eyemotion」を紹介しよう。 この技術は、VRゴーグルの内部に組み込んだ赤外線（IR）視線トラッキングカメラからのデータを利用し、AIが顔の表情を推測する。推測
TensorFire
TensorFire is a framework for running neural networks in the browser, accelerated by WebGL. Applications powered by TensorFire can utilize deep learning in almost any modern web browser with no setup or installation. TensorFire models run up to 100x faster than previous in-browser neural network libraries, at speeds comparable to highly-optimized native CPU code. TensorFire has two parts: a low-le
Creatism: A deep-learning photographer capable of creating professional work
Machine-learning excels in many areas with well-defined goals. However, a clear goal is usually not available in art forms, such as photography. The success of a photograph is measured by its aesthetic value, a very subjective concept. This adds to the challenge for a machine learning approach. We introduce Creatism, a deep-learning system for artistic content creation. In our system, we break dow
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
GitHub - knjcode/mxnet-finetuner: An all-in-one Deep Learning toolkit for image classification to fine-tuning pretrained models using MXNet.
Deep Learning
Loading...
http://cs229.stanford.edu/notes/cs229-notes3.pdf