FizzBuzz Zero ―― 人類の知識なしでFizzBuzzをマスターする
for i in range(1, 101): if i % 15 == 0: print("FizzBuzz") elif i % 3 == 0: print("Fizz") elif i % 5 == 0: print("Buzz") else: print(i) プログラム問題としてあまりにも有名になってしまったので、今ではあらゆる言語のFizzBuzzがそろっています。面白いですね。 深層学習 で FizzBuzz この記事の読まれている大半の方は、FizzBuzzを書くのにあまり苦労しないでしょう。 しかし、あなたが何かの拍子でプログラムの書き方を忘れてしまったらどうでしょう？ 心配する必要はありません。そういうときこそAIの出番です。 最近は空前の人工知能ブームで、猫も杓子もDeep Learningです。 実際、Deep LearningによるFizzBuzzは、いくつも先例
実践 Deep Learning
2000年代にニューラルネットワークの研究が再び活発になりました。現在、ディープラーニングは近代的な機械学習の道を切り開いている非常に活発な研究領域となっています。Google、Microsoft、Facebookなどの企業では、社内のディープラーニングチームが急成長しています。しかし、多くの人にとってディープラーニングはまだまだとても複雑で困難な課題です。本書ではサンプルのPython 3プログラムと簡潔な説明を通してこの複雑な分野の主要な概念を紹介します。微積分、行列演算、Pythonの基礎があれば誰でも本書を始めることができます。 監訳者まえがき まえがき 1章 ニューラルネットワーク 1.1 知的な機械を作るということ 1.2 従来のプログラムの限界 1.3 機械学習のしくみ 1.4 ニューロン 1.5 線形パーセプトロンをニューロンとして表現する 1.6 フィードフォワードニュー
Google、CNNを用いて人物などの前景と背景を分離するモバイルベースのリアルタイムビデオセグメント技術を発表。YouTubeに統合
Google、CNNを用いて人物などの前景と背景を分離するモバイルベースのリアルタイムビデオセグメント技術を発表。YouTubeに統合 2018-03-02 Googleは、CNN（Convolutional neural network）を用いて人物などの前景と背景をリアルタイムに分離できる新しいセグメンテーション技術を発表しました。 本技術は、モバイルで撮影した人物と背景を分離し、背景を自由に変えることを可能にする軽量ビデオフォーマットです。クロマキー合成のように特殊な機材などを使用することなく、モバイルベースで手軽に行うことができます。 この機能は、YouTubeにおいて動画をスマートフォンなどで撮影/編集/投稿するストーリーフォーマットに統合され、機能の一つとして利用することが可能になります。 機械学習も用いており、背景から前景を分離するなどの計算処理能力を上げるため、CNNアーキ
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
怠け者のためのディープラーニング入門 - イントロ
目次 イントロ ← 今ココ Scikit-learn・Keras モデルの性能指標・評価方法 データの前処理・データ拡張 早期終了(early stopping) 転移学習 ハイパーパラメータのチューニング モデル圧縮 応用 はじめに 大学3年生のとき、小林雅一『AIの衝撃 人工知能は人類の敵か』という本をなんのきなし読んだことがあります。その本の中で「最先端のAIを実装できるのは世界でも50人くらいの研究者・大学院生くらいだ」といった文章を読み、なんだかすごそうという動機で機械学習に触れ始めました。そのころちょうど、TensorFlow 0.0.5が公開されて騒がれていたことを覚えていますが、当時ディープラーニングとは何かすらまったく分かりませんでした。それから約2年の月日が経ちますが、TensorFlowをはじめとしたフレームワークの普及もあってか「最先端のAI」というものを研究し実装
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
自然言語系のデータでLSTM理解しようとすると難しいので、MNISTデータでLSTMの基礎を解説 - Qiita
師走に調子乗ってTensorflow Advent calendar 2016登録して完全にヒーヒー言いながら今回の内容を書きました。 おそらく後から読みやすいように追記や更新もすると思います。8日目です。どうも。 この記事はTensorflowのチュートリアルを読んでなんとなくの機械学習的な理解がある方達がおそらく対象です。 それらに関連した解説も一応書いてます。 ・ビギナーの解説 : 特にプログラマーでもデータサイエンティストでもないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説 ・エキスパートの解説 : Tensorflowを２ヶ月触ったので"手書きひらがな"の識別95.04%で畳み込みニューラルネットワークをわかりやすく解説 機械学習がどんどん盛り上がってますね。 みなさん楽しそう。 そんなわけで今更word2vecなんてやっても...感もあるので、すっ飛ばしてRe
グーグル、糖尿病にともなう失明の兆候をディープラーニングで早期発見へ
Googleは、糖尿病の合併症として発症する糖尿病網膜症（Diabetic Retinopathy：DR）を網膜写真から見つけるための、ディープラーニング（深層学習）用アルゴリズムを開発した。このアルゴリズムを使ったところ、眼科医と同程度の精度で糖尿病網膜症の兆候を発見することができたという。 糖尿病網膜症は、糖尿病にともなって起きる合併症の一つ。早期発見できれば治療可能だが、進行すると回復不可能な失明に至る恐ろしい病気である。 見つける方法は、医師が網膜の写真を調べて診断することが一般的。しかし、専門的な訓練が必要で、十分な診断技術を持つ医師は世界的に不足しているという。そこでGoogleは、マシンラーニング（機械学習）技術やコンピュータ画像処理といった技術が役立つと考え、インドおよび米国の医師と共同で研究に取り組んだ。 まず、糖尿病網膜症の発現データセットを12万8000個の画像で用意
グーグルDeepMind、次世代人工知能技術「ディファレンシャブル・ニューラル・コンピューター」を発表
ディープマインド（DeepMind）は10月12日、次世代の人工知能技術として「ディファレンシャブル・ニューラル・コンピューター（Differentiable Neural Computers：DNC)」を発表した。 ディープマインドは人工知能AlphaGoによって囲碁世界チャンピオンを打ち負かしたことが記憶に新しいグーグルのAI研究チーム。近年ではコンピューター・ゲームのルールを自分で学びクリアする「DQN（Deep Q-Network）」を発表している。新AI技術のDNC（機械式計算機として名高いバベッジのディファレンシャル・エンジンを連想させる名前）は、DQNの技術を更に進化させたアーキテクチャを採用し、既存ディープラーニングよりも学習精度や汎用性が高いAI技術のようだ。
Google Has Open Sourced SyntaxNet, Its AI for Understanding Language
Step aside, Siri: Google's system for parsing the meaning of the sentences humans speak is now free for anyone to use, tweak, and improve. If you tell Siri to set an alarm for 5 am, she'll set an alarm for 5 am. But if you start asking her which prescription pain killer is least likely to upset your stomach, she's not really gonna know what to do---just because that's a pretty complicated sentence
How Google Wants to Solve Robotic Grasping by Letting Robots Learn for Themselves
You are likely pretty good at picking things up. That’s nice. Part of the reason that you’re pretty good at picking things up is that when you were little, you spent a lot of time trying and failing to pick things up, and learning from your experiences. For roboticists who don’t want to wait through the equivalent of an entire robotic childhood, there are ways to streamline the process: at Google
WO2014105866A1 - System and method for addressing overfitting in a neural network - Google Patents
WO2014105866A1 - System and method for addressing overfitting in a neural network - Google Patents System and method for addressing overfitting in a neural network Download PDF Info Publication number WO2014105866A1 WO2014105866A1 PCT/US2013/077608 US2013077608W WO2014105866A1 WO 2014105866 A1 WO2014105866 A1 WO 2014105866A1 US 2013077608 W US2013077608 W US 2013077608W WO 2014105866 A1 WO20141058
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
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 - tensorflow/tfjs-core: WebGL-accelerated ML // linear algebra // automatic differentiation for JavaScript.
TechCrunch | Startup and Technology News
Google、機械学習技術で自撮り写真をイラスト化する機能をチャットアプリ「Allo」に導入
Tensorflow and deep learning, without a PhD, Martin Gorner, Google
A Neural Network Playground