ディープラーニングとStreet ViewイメージによるGoogle Mapsの改善Spring BootによるAPIバックエンド構築実践ガイド 第2版 何千人もの開発者が、InfoQのミニブック「Practical Guide to Building an API Back End with Spring Boot」から、Spring Bootを使ったREST API構築の基礎を学んだ。この本では、出版時に新しくリリースされたバージョンである Spring Boot 2 を使用している。しかし、Spring Boot3が最近リリースされ、重要な変...
Orthogonal Initialization in Convolutional Layers · Hendrik J. Weideman
Orthogonal Initialization in Convolutional Layers 12 Dec 2015 In Exact solutions to the nonlinear dynamics of learning in deep linear neural networks Saxe, McClelland, and Ganguli investigate the question of how to initialize the weights in deep neural networks by studying the learning dynamics of deep linear neural networks. In particular, they suggest that the weight matrix should be chosen as a
Google Brain、リカレントニューラルネットワークを使用した独自の音楽を生成する「Performance RNN」を発表。ピアニストの約1400の演奏を学習。音声あり
Google Brain、リカレントニューラルネットワークを使用した独自の音楽を生成する「Performance RNN」を発表。ピアニストの約1400の演奏を学習。音声あり 2017-07-01 人工知能について研究する機関Google Brainは、LSTMベースのリカレントニューラルネットワーク（Recurrent Neural Network）を使用して独自の音楽を生成する「Performance RNN」を発表しました。 生成した音楽はこちらです。既存の作品のパフォーマンスではありません。 このモデルは、実際のピアニストによる約1400の演奏のMIDIキャプチャを含む「Yamaha e-Piano Competition」データセットで訓練されました。 関連 Google Brain、落書きの続きをニューラルネットワークが推測して描いてくれるプロジェクト「sketch-rnn」を
Dropout as a Bayesian Approximation: Appendix
We show that a neural network with arbitrary depth and non-linearities, with dropout applied before every weight layer, is mathematically equivalent to an approximation to a well known Bayesian model. This interpretation might offer an explanation to some of dropout's key properties, such as its robustness to over-fitting. Our interpretation allows us to reason about uncertainty in deep learning,
3D Convolutional Neural Network input shape
I'm having a problem feeding a 3D CNN using Keras and Python to classify 3D shapes. I have a folder with some models in JSON format. I read those models into a Numpy Array. The models are 25*25*25 and represent the occupancy grid of the voxelized model (each position represents if the voxel in position (i,j,k) has points in it or no), so I only have 1 channel of input, like grayscale images in 2D
AMD ROCm™ Documentation — ROCm Documentation Home
ROCm Documentation is transitioning to this site. For the legacy documentation, please visit docs.amd.com. For more information or to provide feedback about this documentation transition, please see our announcement.
How to Visualize Your Recurrent Neural Network with Attention in Keras
Neural networks are taking over every part of our lives. In particular — thanks to deep learning — Siri can fetch you a taxi using your voice; and Google can enhance and organize your photos automagically. Here at Datalogue, we use deep learning to structurally and semantically understand data, allowing us to prepare it for use automatically. Neural networks are massively successful in the domain
How HBO’s Silicon Valley built “Not Hotdog” with mobile TensorFlow, Keras & React Native | HackerNoon
How HBO’s Silicon Valley built “Not Hotdog” with mobile TensorFlow, Keras & React Native Too Long; Didn't ReadThe <a href="http://www.hbo.com/silicon-valley">HBO show <em>Silicon Valley</em></a> released a real AI app that identifies hotdogs — and not hotdogs — like the one shown on season 4’s 4th episode (the app is <a href="https://www.seefoodtechnologies.com/nothotdog/">now available on Android
Monitor progress of your Keras based neural network using Tensorboard
Monitor progress of your Keras based neural network using Tensorboard In the past few weeks I've been breaking my brain over a way to automatically answer questions using a neural network. I have a working version, but debugging a neural network is a nightmare. Neural networks by their very nature are hard to reason about. You can't really find out how or why something happened in a neural network
琉球大学 人工知能による為替トレンド予測の共同研究を開始
琉球大学と株式会社外為どっとコムは、個人投資家向け資産運用ロボットを将来的に提供するため、「人工知能（AI）を用いた為替のトレンド予測」に関する共同研究契約を締結した。琉球大学のFX業界との産学連携は初。 そこで、琉球大学は、外為どっとコム沖縄支店との共同研究を通じて、この「deep learning」をはじめとするAI技術を用い、FXに関連したビッグデータから相場変動の特徴を発見し、為替のトレンド予測を目指していく。 多彩な学びで専門の知識と技術を修得。7学部・9科・7センターを設置 沖縄県唯一の国立大学で日本最南端かつ最西端にある総合大学です。教育の質を確保し、幅広い教養を基礎とした高度な専門知識と課題探究能力を糧に、世界で活躍・貢献できる人材を育成。多様な個性および才能を十分に引き出し、新しい時代を切り開く叡智の醸成と社会の模範となる実[…] →琉球大学詳細
Exploring Generalization in Deep Learning
With a goal of understanding what drives generalization in deep networks, we consider several recently suggested explanations, including norm-based control, sharpness and robustness. We study how these measures can ensure generalization, highlighting the importance of scale normalization, and making a connection between sharpness and PAC-Bayes theory. We then investigate how well the measures expl
エヌビディア、「説明できるAI」へ向けた一歩を踏み出す
機械学習のAIシステムは多くの場合、どのような判断に基づいて結論を導き出したのかを説明できない。信頼のおけないテクノロジーを、医学や金融、軍事などの重要な分野に適用してよいのだろうか。 by Will Knight2017.06.29 102 24 10 0 半導体チップ・メーカーのエヌビディア（Nvidia）は、どのような仕組みで動いているのかがわかる自動運転の人工知能（AI）システムを開発している。 最近のカバーストーリー、「人類に残された、AIを信用しない、使わない、という選択肢」で説明したように、最も強力な機械学習手法で作られたソフトウェアは、多くの場合、なぜそう判断したのかを本質的に説明できず、開発したエンジニア自身にさえもわからない。AIは今後、医学から製造業にいたるまであらゆる分野に革命的な変化をもたらす可能性のあるテクノロジーだ。AIがどのような仕組みで動いているのかを調べ
【 SONY発 】プログラム実行中 に 動的 に ニューラル・ネットワーク を 構築できる 深層ニューラルネットワーク構築ライブラリ Neural Network Libraries - Qiita
SONY が、深層ニューラルネットワーク構築用の Pythonライブラリ を 無償公開 しました。 （C++ライブラリもあり） ※ 但し、Python 2系 のようです。 日本企業大手 が ついに、AI開発のプラットフォーム市場 に 乗り出しました。 プログラム実行中 に、ドロップアウト率 や 中間層の数 など のパラメータ を 動的 に 受け取って、プログラム内部 で ネットワークを構築する 動的グラフ（dynamic graph）を 定義 すること も できるようです。 （dynamic graph に ついて は、本Qiita記事で、解説しています） 公式Webページ では、X'periaスマホ や SONY不動産 など、 SONYグループの商用サービス に、実際 に このライブラリ が 利用されている 事例 が 紹介されています。 インタフェース は、以下の例を見てわかるよう に、
SankeiBiz（サンケイビズ）：自分を磨く経済情報サイト
サービス終了のお知らせ SankeiBizは、2022年12月26日をもちましてサービスを終了させていただきました。長らくのご愛読、誠にありがとうございました。 産経デジタルがお送りする経済ニュースは「iza! 経済ニュース」でお楽しみください。 このページは5秒後に「iza!経済ニュース」（https://www.iza.ne.jp/economy/）に転送されます。 ページが切り替わらない場合は以下のボタンから「iza! 経済ニュース」へ移動をお願いします。 iza! 経済ニュースへ
ソニーがAIの進化を加速する。ディープラーニングのコアライブラリをオープンソース化
ソニーがAIの進化を加速する。ディープラーニングのコアライブラリをオープンソース化2017.06.27 10:0111,677 ソニーだって、ずっと前からやってたから。 本日発表されたのが、ソニーの｢Neural Network Libraries｣。ディープラーニング（深層学習）のコアライブラリ（プログラムを生成する際のフレームワークとなるソフトウェア）です。オープンソースとして提供されるため、エンジニアやデザイナーは無償で活用して、人工知能（AI）を実現できるディープラーニングのプログラムを開発し、プロダクトやサービスに搭載できるようになります。 あらためてかいつまむと、ディープラーニングとは人間の脳を模倣したニューラルネットワークを用いた機械学習の一手法。最近では、最強棋士を破り引退したGoogle DeepMindを使ったコンピュータ囲碁プログラム｢AlphaGo｣もその成果のひと
AIを実現するディープラーニングの「コアライブラリ」をオープンソース化
報道資料 ここに掲載されている情報は、発表日現在の情報です。 検索日と情報が異なる可能性がございますので、 あらかじめご了承ください。 2017年6月27日 人工知能（AI）を実現するディープラーニング（深層学習）の プログラムを生成できる「コアライブラリ」をオープンソース化 ソニー株式会社は、ディープラーニング（深層学習）のプログラムを生成する際のフレームワークとなるソフトウェア「コアライブラリ：Neural Network Libraries」を本日オープンソース化しました。 これによりプログラムエンジニアやデザイナーは無償で公開されるこのコアライブラリを使用して、人工知能（AI）を実現できるディープラーニングのプログラムを開発し、各種製品やサービスに搭載できるようになります。 また、オープンソース化を通じて、開発者コミュニティーによるプログラムの進化も期待されます。 ディープラーニン
ソニー、ディープラーニングのコアライブラリを無償公開
ソニーは6月27日、ディープラーニングのプログラム生成に利用するフレームワーク「コアライブラリ：Neural Network Libraries」をオープンソース化したと発表した。 ディープラーニングは、人間の脳を模倣した「ニューラルネットワーク」を用いた機械学習手法のひとつ。従来の機械学習と比べて性能向上しやすく、画像認識や音声認識、機械翻訳、信号処理のほか、ロボット制御など広範囲で利用できる汎用性の高さも特徴となる。 ディープラーニングを使ったプログラム開発には、ニューラルネットワークの設計が重要。画像認識や音声認識などに応じて最適なニューラルネットワークを構築し、試行錯誤を繰り返してニューラルネットワークを最適化することで製品・サービスに搭載できる。 今回、オープンソース化したコアライブラリは、一連の開発工程を効率化するソフトウェアであり、「汎用的な実行環境」「高効率な開発環境」「多
Deep Learning in Robotics - Robohub
In this episode, Audrow Nash interviews Sergey Levine, assistant professor at UC Berkeley, about deep learning on robotics. Levine explains what deep learning is and he discusses the challenges of using deep learning in robotics. Lastly, Levine speaks about his collaboration with Google and some of the surprising behavior that emerged from his deep learning approach (how the system grasps soft obj
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
Lua版 ゼロから作るDeep Learning まとめ - Qiita
Lua版 ゼロから作るDeep Learning その９［損失関数（バッチ対応版）］ - Qiita
