Google、モバイル／組込機器向け機械学習ソリューション「TensorFlow Lite」のデベロッパープレビュー版を発表
TensorFlow Liteは、バイナリサイズが小さく、高速な初期化および起動によって、オンデバイスでの機械学習を可能にする。ランタイムはさまざまなプラットフォームで動作するよう設計されており、現時点ではAndroid版とiOS版が提供される。また、モバイル機器への最適化によってモデルの読み込みにかかる時間を大幅に短縮したほか、ハードウェアアクセラレーションもサポートしている。 TensorFlow Liteには、あらかじめトレーニング済みのモデル「TensorFlow Model」が用意されており、これらのモデルが「TensorFlow Lite Converter」でTensorFlow Lite形式（TensorFlow Lite Model File）に変換され、モバイルアプリケーション内にデプロイされる。 処理系は、C++ API（Android／iOS共通）とインタプリタで構
【デブサミ2016】18-B-1レポート エンジニアなら使える深層学習 ～ TensorFlowやDataRobotで機械学習がもっと身近に
「機械学習」という言葉は最近では半ばバズワードしつつありますが、関連するキーワードとして「深層学習（Deep Learning：ディープラーニング）」も同様に脚光を浴びています。機械学習と同様に気になるワードではあるけれど、一体その正体とは何なのか、何ができるのか？ という風に思っている人も少なからずいるのではないでしょうか。2016年02月18日に目黒雅叙園にて行われた「Developers Summit 2016」では、高エネルギー物理学の博士号を持ち、ニューヨーク大学でデータサイエンティストとしてヒッグス粒子発見のためのデータ解析に携わり、現在ではDataRobot社でデータサイエンティスト兼オーガナイザーを務めるシバタアキラ氏が、分かりやすい内容で深層学習とDataRobotに関する解説を行いました。本記事ではそのセッション内容についてレポートしたいと思います。 講演資料：エンジニ
Google発の深層学習フレームワーク「TensorFlow」が一般エンジニアに与える可能性
こんにちは、PyData.Tokyoオーガナイザーのシバタアキラです。先日公開され大きな反響を呼んだGoogle社の深層学習（ディープラーニング）フレームワーク、TensorFlow（テンソルフロー）。今回はPyData.Tokyoのハッカソンイベントで、参加者の皆さんとTensorFlowについて学び、コーディングし、ディスカッションした内容から得た所感を共有したいと思います。深層学習のネットワーク設計という非常に高度な課題は、一般のエンジニアやデータサイエンティストにはとっつきにくいものですが、既存のさまざまな手法やツールがTensorFlowに移植されつつあり、今後ここが深層学習開発の拠点になる予感がしました。 シバタアキラ PyData.Tokyoのハッカソンイベント 前置き～今回のハッカソンを行うに至った経緯 PyData.Tokyoは昨年秋に開始し、第1回のテーマとして深層学習
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
Google発の深層学習フレームワーク「TensorFlow」が一般エンジニアに与える可能性 (2/3)：CodeZine（コードジン）
