Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
Sign in - Google Accounts
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
5 deep learning startups to follow in 2016
So much has happened this year in the world of deep learning, that trendy type of artificial intelligence that entails training artificial neural networks on large data sets and then getting them to make inferences about new data. There have been technical breakthroughs, acquisitions, funding deals, open source releases in the field, and even the establishment of a nonprofit research lab backed by
Convolutional Neural Network for Sentence Classification
The goal of a Knowledge Base–supported Question Answering (KB-supported QA) system is to answer a query natural language by obtaining the answer from a knowledge database, which stores knowledge in the form of (entity, relation, value) triples. QA systems understand questions by extracting entity and relation pairs. This thesis aims at recognizing the relation candidates inside a question. We defi
Convolutional Neural Network (CNN) for Audio
I have been following the tutorials on DeepLearning.net to learn how to implement a convolutional neural network that extracts features from images. The tutorial are well explained, easy to understand and follow. I want to extend the same CNN to extract multi-modal features from videos (images + audio) at the same time. I understand that video input is nothing but a sequence of images (pixel inten
Jakub Fiala
I'm an artist and creative technologist with 9 years of experience in computational arts, sound art and software development. I’m based in Berlin, and I'm currently working at Ecosia as Principal Engineer. I’m excited to talk to you about social ecology, utopian thinking, audiovisual web and visualizing data. I've recently worked on: A Tarot deck generated using machine learning A cassette EP with
Chainerで書いたConvolutional Neural Network。MNISTの分類タスク。 · GitHub
train_mnist_cnn.py #coding: utf-8 import numpy as np import chainer from chainer import cuda import chainer.functions as F from chainer import optimizers import time from sklearn.datasets import fetch_mldata from sklearn.cross_validation import train_test_split import pylab import matplotlib.pyplot as plt gpu_flag = 0 if gpu_flag >= 0: cuda.check_cuda_available() xp = cuda.cupy if gpu_flag >= 0 el
DeepGrammar: Grammar Checking Using Deep Learning
I make a lot of dumb mistakes when I write, and I’ve always dreamed of having a smart computer that could point out the errors that escape my notice. Building such a grammar checker is hard. You can’t just write down the rules of English grammar and check that they are followed like you can when building a compiler for a programming language. Natural languages such as English have some syntactic r
IBM Watson は AlchemyAPI社 買収 で得た Deep Learning 技術 を使って、知識データベース の 拡張（学習）自動化 を実現した？ - Qiita
2015年3月16日、IBM社 が AlchemyAPI社 買収を発表した。 この買収の狙いが、Deep Learning がもつ データから 概念 や オブジェクト を自動的に抽出•識別するスキルを、Watson の知識ベース 拡張プロセス（新規取り込みデータの逐次学習による 知識＝「事実」と「ルール」の自動拡張）に取り組む ことにあるならば、これは画期的だ、と思い、買収目的について同社のプレスリリースにあたってみた。 プレスリリース（日本語訳） には、期待どおり、次の文章が書きこまれていた。 「大規模なデータ・セット内の階層をすばやく識別して関係を理解するWatsonの能力強化」 「一般的な事業や業界固有のさまざまなデータを幅広く取り込み」、「トレーニング、学習する能力」や、「絶えず進化するオントロジー（概念定義や体系化）を管理するニーズに対処できる能力といったWatsonの能力向上に
Which whale is it, anyway? Face recognition for right whales using deep learning - deepsense.ai
Right Whale Recognition was a computer vision competition organized by the NOAA Fisheries on the Kaggle.com data science platform. Our machine learning team at deepsense.ai has finished 1st! In this post we describe our solution. The challenge The goal of the competition was to recognize individual right whales in photographs taken during aerial surveys. When visualizing the scenario, do not forge
OpenCVのDeep Learningモジュールの紹介 – Rest Term
opencv_contrib レポジトリに dnn という名前のディレクトリがひそかに出来ており、中を覗いてみると cv::dnn モジュールにDeep Learning関連の実装が含まれていたので軽く試してみました。Google Summer of Code (GSoC) 2015で発表され、GitHubにて実装が公開されたという経緯のようです。 It would be cool if OpenCV could load and run deep networks trained with popular DNN packages like Caffe, Theano or Torch. – Ideas Page for OpenCV Google Summer of Code 2015 (GSoC 2015) * 2015/12/22 追記 12/21にOpenCV3.1がリリースされ
Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks
In recent years, supervised learning with convolutional networks (CNNs) has seen huge adoption in computer vision applications. Comparatively, unsupervised learning with CNNs has received less attention. In this work we hope to help bridge the gap between the success of CNNs for supervised learning and unsupervised learning. We introduce a class of CNNs called deep convolutional generative adversa
GitHub - kjw0612/awesome-rnn: Recurrent Neural Network - A curated list of resources dedicated to RNN
Tensorflow - Python, C++ Get started, Tutorials Recurrent Neural Network Tutorial Sequence-to-Sequence Model Tutorial Tutorials by nlintz Notebook examples by aymericdamien Scikit Flow (skflow) - Simplified Scikit-learn like Interface for TensorFlow Keras : (Tensorflow / Theano)-based modular deep learning library similar to Torch char-rnn-tensorflow by sherjilozair: char-rnn in tensorflow Theano
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール# まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.c
AIの革命技術が実用に、「人間超え」はまだ遠く
人工知能（AI）分野で数十年来の歴史を持つ技術「ニューラルネットワーク」が今、復権している。深い階層のニューラルネットを学習可能にする技術「ディープラーニング」が登場したことで、画像認識や音声認識などで従来手法と比べて高い精度を実現した。ただし現時点での応用範囲は限定的で人に近づくにはさらなる革新が必要だ。 「人工知能に革命をもたらす」として一般の新聞や雑誌をもにぎわすようになった「ディープラーニング（deep learning、深層学習）」技術。その実用化が猛烈な勢いで進んでいる。米Google社 Senior FellowのJeff Dean氏は2015年3月に開催されたイベントで、同社の写真検索サービスや道路画像表示サービス「Street View」、Androidの音声認識、広告表示など「既に47種類の自社サービスで利用している」と明言した。 Google社に限らず、米Micros
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
Reddit - Dive into anything
Convolutional neural network - Wikipedia
Deeplearning 4 j のクイックスタートガイド - Deeplearning4j: Open-source, Distributed Deep Learning for the JVM
GitHub - zomux/deepy: A highly extensible deep learning framework
GitHub - NervanaSystems/neon: Intel® Nervana™ reference deep learning framework committed to best performance on all hardware
機械学習
