TechCrunch | Startup and Technology NewsIt’s that time of week again, folks. Welcome to Week in Review (WiR), TechCrunch’s regular digest of the past week in tech. New here? Not to worry — sign up here to get WiR in your i
深層強化学習の動向 / survey of deep reinforcement learning
全脳アーキテクチャ若手の会第28回勉強会 Keywords: DQN, 強化学習, Episodic Control, Curiosity-driven Exploration
ICLR2017読み会を開催しました | BLOG - DeNA Engineering
はじめに こんにちは、AIシステム部の内田(@yu4u)です。 大分時間が経ってしまいましたが、先日、深層学習に関する論文が多数発表された国際学術会議、International Conference on Learning Representations (ICLR'17) の論文読み会をSakuraカフェにて開催したのでその報告です。 ICLRは、オープンレビューを採用しているので、リジェクトされたものも含め全ての論文およびレビューを読むことができるので、こういう読み会には丁度良いかもしれません。 ICLR'17ウェブサイト オープンレビューサイト 読み会のConnpass 読み会のTogetter 当日の様子 懇親会の様子 背景 私自身はコンピュータビジョンが専門ですが、その中で利用するニューラルネットのモデルやその学習方法、モデル圧縮等に興味があり、ICLRの論文は良く読んでいまし
深層強化学習の動向 / survey of deep reinforcement learning
全脳アーキテクチャ若手の会第28回勉強会 Keywords: DQN, 強化学習, Episodic Control, Curiosity-driven Exploration
ディープラーニング・人工知能概論 | Webマーケティング・リレーセミナー
第37回目のウェブマーケティングリレーセミナーのテーマは、最近なにかと話題の「ディープラーニング」。先日、AlphaGoが世界最強棋士に三連勝して、異次元の強さを見せましたが、あれもディープラーニングがもたらしたもの。世の中には人工知能に関するたくさんの情報が出回っていますが、まだまだ仕事として取り組んではいないという人のために、株式会社情報医療 CTOの巣籠様をお迎えし、「ディープラーニング 人工知能概論」として、基礎からビジネスに応用するための考え方などまでレクチャーしていただきました。 （左から）モデレーター 小川卓様、株式会社情報医療 CTO 巣籠 悠輔 様、HoloEyes株式会社 代表取締役/CEO 谷口 直嗣 様、主催・司会 原田 セミナーレポート 講義は、巣篭様の自己紹介からスタート。巣籠様は、Gunosy、READYFOR の創業メンバーとして、エンジニアリング、デザイン
（調査） 自然言語文（和文や英文） の 構文解析・依存解析・照応解析、固有表現抽出 を ディープラーニング で 行う 手法 - Qiita
Deep Learning で 行う 自然言語文 の 文構造解析 構文解析器（Parser） を 使わず に、深層ニューラルネットワークを 用いて、英文や和文の文章 を、木構造の構文解析グラフ に 変換する 手法 複数の文 に またがる 文章 で、後続の文に出現する指示代名詞 が、前のどの文 の どの名詞 を 指すのか を 解析する 照応解析 を 深層ニューラルネットワーク で 行う 手法 が、提案されています。 これら、構文解析 や 依存解析、照応解析 を 深層ニューラルネットワークモデル で 行う研究 は、あまり、主題的に取り上げられていない 印象 を 受けます。 そこで本記事では、これらの論文を取り上げて、深層ニューラルネットワークモデルのトポロジー構造 と パフォーマンスの検証結果 を 紹介していきます。 さらに、固有表現抽出 を 深層NN で 行う 手法 や、文章で記述されている
Simple Convolutional Neural Network for Genomic Variant Calling with TensorFlow
AI/Machine Learning in Biotech StartupsNo doubt that the fast development of recent progress using deep neural network has change the way that we can solve various problem from image recognition to genomics. Many startups (Viome/CZ Biohub/Deep Genomics) has emphasize using “AI/machine learning” for their research and product. Other relative “big” biotech startups in Silicon Valley, e.g., Verily, C
Lua版 ゼロから作るDeep Learning その１３［ニューラルネットワークに関する勾配］ - Qiita
--Copyright (C) 2017 Kazuki Nakamae --Released under MIT License --license available in LICENSE file common = require './common' --- simpleNetクラス（オブジェクト） -- 単純なニューラルネットワークを生成する -- @param isConstW 重みを固定 {Type:Bool} simpleNet={} simpleNet.new = function(isConstW) local obj={} --メンバ変数 if isConstW then --原書で紹介されている重みを使用 obj.W = torch.Tensor({{0.47355232, 0.9977393, 0.84668094}, {0.85557411, 0.03563661
Difference b/w Jeremy's VGG16 and Keras built in VGG 16
I was exploring Keras a bit further, and found that VGG16 is also available to be loaded directly from the Keras api: https://keras.io/applications/#vgg16 Upon inspecting the pre-trained network provided in platform.ai/models vs. the one available in keras, the two networks appear to have different architectures. For example, VGG16 provided by Jeremy has dropout layers in between the dense layers,
Deep Learning Chapter 2: Linear Algebra
In the next few weeks we’ll be revisiting Applied Math and Machine Learning Basics. During our second meeting which took place on 5/8 we went over Chapter 2: Linear Algebra. (Book is available online for free: http://www.deeplearningbook.org/) Chapter was presented by Gavin Crooks. After we split up into small groups to solve some math problems. We also had a Q&A with special guest Yaroslav Bulato
Revisiting Unreasonable Effectiveness of Data in Deep Learning Era
The success of deep learning in vision can be attributed to: (a) models with high capacity; (b) increased computational power; and (c) availability of large-scale labeled data. Since 2012, there have been significant advances in representation capabilities of the models and computational capabilities of GPUs. But the size of the biggest dataset has surprisingly remained constant. What will happen
A Simple Neural Attentive Meta-Learner
Deep neural networks excel in regimes with large amounts of data, but tend to struggle when data is scarce or when they need to adapt quickly to changes in the task. In response, recent work in meta-learning proposes training a meta-learner on a distribution of similar tasks, in the hopes of generalization to novel but related tasks by learning a high-level strategy that captures the essence of th
A Walkthrough of Convolutional Neural Network — Hyperparameter Tuning
Among the diverse deep learning architecture, convolutional neural network (convnets for short) stands out for its unprecedented performance on computer vision. It is an artificial neural network inspired by the animal visual cortex and has been sucessfully applied to vision recognition tasks. In this article, I will provide a walkthrough on convnet, how to tune hyperparameters and how to visualiz
DNNに匹敵する新たな学習器であるDeep Forestの学習 - Qiita
Deep Learningの闇ではなく、Deep Forestの茂みの中に進みたいと思います。 DNNの代替となるかもしれないアルゴリズムにDeep Forestというものがあります。 Deep Forest :Deep Neural Networkの代替へ向けての記事を読んだり、論文を読んだりしてみると、どうやらランダムフォレストと呼ばれる決定木の集合体を複数個使い、幅および深さの方向に対してたくさん並べていくことで、Deepな構造にしているようです。 ランダムフォレストについてはこの記事が参考になります。pythonのモジュールであるscikit-learnと呼ばれる機械学習ツールにおけるランダムフォレストの説明となっていますが、今回走らせるコードもPythonで、しかもscikit-learnを使っているので、めちゃくちゃ参考になります。 Python以外にもR言語での実装があるよう
Image Augmentation for Deep Learning using Keras and Histogram Equalization
In this post we’ll go over: Image Augmentation: What is it? Why is it important?Keras: How to use it for basic Image Augmentation.Histogram Equalization: What is it? How is it useful?Implementing Histogram Equalization Techniques: one way to modify the keras.preprocessing image.py file.Image Augmentation: What is it? Why is it important?Deep Neural Networks, particularly Convolutional Neural Netwo
MicrosoftとPreferred Networksが立ち上げたコミュ二ティ『Deep Learning Lab』とは？ キックオフイベントレポート | Ledge.ai
MicrosoftとPreferred Networksが立ち上げたコミュ二ティ『Deep Learning Lab』とは？ キックオフイベントレポート 2017年5月23日、MicrosoftとPreferred Networksが、AIの実社会での活用促進を目的にディープラーニング分野における戦略的協業を発表しました。 さまざまなAI研究・AIソリューションでおなじみMicrosoftと、Chainer開発元でもあるPreferred Networks、この2社の協業発表は多くのニュースサイトでも取り上げられ、話題になっています。 そして、AI界隈で超有名なこの2社が立ち上げたコミュ二ティが『Deep Learning Lab』です。 でも、具体的に
しゅんけー on Twitter: "弊学大学院の名物授業，「エクセルでRecurrent Neural Networkを実装しよう」 https://t.co/ea7pNoGfpX"
弊学大学院の名物授業，「エクセルでRecurrent Neural Networkを実装しよう」 https://t.co/ea7pNoGfpX
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
Techable（テッカブル） - サイト閉鎖のお知らせ
Science | AAAS
【イベントレポート】 あのヴィレヴァンも"AI店員"を導入。大盛況だった第1回AI･人工知能 EXPO
