Chun’s Machine Learning Page
What I talk when I talk about Tensorflow Updated: November 02, 2018 Some of my collegues, as well as many of my readers told me that they had problems using Tensorflow for their projects. Something like this: Installing NVIDIA Docker On Ubuntu 16.04 Updated: February 04, 2018 Hey guys, it has been quite a long while since my last blog post (for almost a year, I guess). Today, I am going to tell yo
Automatically Remove Backgrounds From Images | NVIDIA Technical Blog
Researchers from Adobe, the Beckman Institute for Advanced Science and Technology and University of Illinois at Urbana-Champaign developed a deep learning-based method that clips objects from photos and videos. Researchers have developed a number of different artificially intelligent programs to automatically subtract a background from an image, but most are based on colors. When presented with an
The Shattered Gradients Problem: If resnets are the answer, then what is the question?
A long-standing obstacle to progress in deep learning is the problem of vanishing and exploding gradients. Although, the problem has largely been overcome via carefully constructed initializations and batch normalization, architectures incorporating skip-connections such as highway and resnets perform much better than standard feedforward architectures despite well-chosen initialization and batch
Deep Photo Style Transfer
This paper introduces a deep-learning approach to photographic style transfer that handles a large variety of image content while faithfully transferring the reference style. Our approach builds upon the recent work on painterly transfer that separates style from the content of an image by considering different layers of a neural network. However, as is, this approach is not suitable for photoreal
深層強化学習による自動駐車の実装 - Preferred Networks Research & Development
初めまして！ PFN でアルバイトをさせてもらっている芝慎太朗です。普段は東京大学大学院で行動神経科学の研究をしています。僕が去年取り組んでいた、「車が自ら駐車場に向かい停止する」自動駐車プロジェクトについて報告します。まずはこちらのアニメーションをご覧ください。（アニメーションがうまく再生されない場合は画像をクリックしてください） We implemented self-driving car that parks itself using deep reinforcement learning. The English slide is available at SlideShare! 背景 深層強化学習は、2015年から非常に注目され始めた人工知能技術であり、深層学習と強化学習を組み合わせたものです。深層強化学習によって、それまでできなかったような複雑なタスクにおいてもコンピューター
Deep Learning AMI release v2.0 now Available for Amazon Linux
The Deep Learning AMI v2.0 for Amazon Linux is designed to continue to provide a stable, secure, and high performance execution environment for deep learning applications running on Amazon EC2. The latest MXNet release (v0.9.3), included with this AMI v2.0, adds several enhancements including a faster new image processing API that enables parallel processing, improved multi GPU performance, and su
Baidu（百度）のディープラーニングフレームワーク「PaddlePaddle」は、人工知能開発競争で中国にどのように貢献するか - BRIDGE（ブリッジ）
Baidu（百度）のディープラーニングフレームワーク「PaddlePaddle」は、人工知能開発競争で中国にどのように貢献するか PaddlePaddle を生み出した Baidu（百度）のシリコンバレー AI ラボ Photo credit: Baidu（百度） 中国の検索大手 Baidu（百度）は今年、人工知能への投資に力を入れている。Raven Tech（渡鴉科技） などの企業を買収し、また、同社の Institute for Deep Learning からのスピンオフプロジェクトとして新たな AR 研究チームを設立した。 同社は現在、電子機器製造業など中国の伝統産業大手と提携する上で、同社の「PaddlePaddle」（PArallel Distributed Deep LEarning）と呼ばれるディープラーニングフレームワークを活用したいと考えている。 PaddlePaddl
ディープラーニングのフレームワークの自作 - Qiita
はじめに ディープラーニングのプログラムを作る場合、TensorFlowやTheanoなどの既存のフレームワークを使うことが多いと思いますが、既存のフレームワークを使うと内部の動作がブラックボックスになってデバッグがむつかしいという問題があります。 この記事では現在自作をしているディープラーニングのフレームワークについて紹介したいと思います。 以下のニューラルネットワークで基本的な動作はできるようになっていて、現在いろいろな事例のテストをしています。 多層パーセプトロン 畳み込みニューラルネットワーク(CNN) 再帰型ニューラルネットワーク(RNN) LSTM (Long short-term memory) 個人でTensorFlowのような高機能のフレームワークを作るのは難しいので、いろいろな人と一緒にフレームワークを作れたらという思いで公開しました。 他の人がコードを読んでも動作を理
Notes on “Deformable Convolutional Networks”
Dai, Jifeng, Haozhi Qi, Yuwen Xiong, Yi Li, Guodong Zhang, Han Hu, and Yichen Wei. 2017. “Deformable Convolutional Networks.” arXiv [cs.CV]. arXiv. http://arxiv.org/abs/1703.06211 This paper introduces a new form of convolution and pooling: deformable convolution and deformable RoI pooling. The authors claim these modules can be swapped into existing networks easily. These modules effectively have
【 時系列Deep Learning 】Google Inc.発 grid-LDNNs モデル 〜 ① 時間の文脈情報 と ② 周期性の情報 の 両者の特徴量 を 同時 に 高精度 に 学習できる CNN と LSTM の 統合ネットワークアーキテクチャモデル - Qiita
【 時系列Deep Learning 】Google Inc.発 grid-LDNNs モデル 〜 ① 時間の文脈情報 と ② 周期性の情報 の 両者の特徴量 を 同時 に 高精度 に 学習できる CNN と LSTM の 統合ネットワークアーキテクチャモデルDeepLearning深層学習音声認識人工知能論文読み （ 関連 ） Guokun Lai, Wei-Cheng Chang and Yiming Yang, Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks 最近、時間軸方向 に 畳み込み（Convolution） を 行うことで、 RNN や LSTM が 担ってきた 時系列（分類・回帰予測）タスク は、 CNN（畳み込みニューラルネットワーク）モデル で 行うこと が できること
FPGAでDeep Learningしてみる - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに XilinxがBNN-PYNQというプロジェクトを公開したことにより、FPGA初心者でも簡単にDeep LearningをFPGA実行することができるようになりました。早速ボードを購入してデモ実行まで試してみました。 事前説明 PYNQ Xilinxのオープンソースプロジェクトで、XilinxのZynqに実装したFPGAロジックを、Pythonから簡単に使えるようにするためのもののようです。 通常、Zynqでプログラムを実行する際は、CPUで実行するPS(Processing System)と、FPGAで実行するPL(Prog
MS の Deep Learning Framework CNTK で画風変換～もしも小学生の自分にゴッホを描かせたら？ - Qiita
Microsoft の Deep Learning のフレームワーク Cognitive Toolkit (CNTK) が、2016 年 10 月に Version 2.0 に上がって Python でも使えるようになりました。そこからさらに活発に開発が行われてどんどん進化しているようです。 Update (2017/04/05): 4/4 に CNTK がついに beta が取れて、V 2.0 Release Candidate 1 に Version が上がりました！詳しくはこちらから！なので、それに伴って環境構築方法を更新しました。 Update (2017/04/23): 先日、V 2.0 RC 2 に上がりさらに Python 3.6 にも対応しました。環境構築方法を更新しました。 そこで、そもそも CNTKとは、そして CNTK の Python version 環境構築法につ
ニューラルネットワークの基礎解説：仕組みや機械学習・ディープラーニングとの関係は
「ニューラルネットワーク（Neural Network:NN）」とは、人間の脳内にある神経細胞（ニューロン）とそのつながり、つまり神経回路網を人工ニューロンという数式的なモデルで表現したものだ。近年、人工知能（AI）領域がブームになっているが、ニューラルネットワークは機械学習や深層学習（ディープラーニング）などを学ぶ際に知っておくべき基本的な仕組みである。NVIDIA（エヌビディア）CUDA & Deep Learning Solution Architect 村上真奈 氏が、ニューラルネットワークを学ぶ入門編として、仕組みや構造、機械学習、ディープラーニングとの関係性、さまざまなアプローチの具体例やディープラーニングの流れなどを解説する。 「ニューラルネットワーク」とは何か？ 近年注目されている機械学習や深層学習（ディープラーニング）を学習する際に、おさえておきたいのが「ニューラルネット
英ケンブリッジの天才たちとDeep Learningするエンジニア求む - ENECHANGE株式会社 のWebエンジニアの採用 - Wantedly
■ENECHANGEについて 私達ENECHANGE（エネチェンジ）は、「エネルギーの未来をつくる」というミッションを掲げ、エネルギー領域のDXを加速するプラットフォームになることを目指して事業を推進する、日本を代表するエネルギーテックカンパニーです。 ENECHANGEのはじまりは、英ケンブリッジの研究機関にあります。 その名も、ケンブリッジ・エナジーデータ・ラボ。 東日本大震災を契機として、未来のエネルギーのあり方を考えるために設立された研究所です。 最先端の研究に携わるデータ・AI・統計の専門家たちが世界中から集い、「エネルギーデータの活用によるエネルギーの未来」を語り明かした日々。 それが私たちの原点です。 日本国内の取り組みとしては2015年に会社を設立。その後に急速な成長を遂げ、2020年末には東証マザーズ（現在の東証グロース）へ上場しています。そしてその後も、既存事業の成長、
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 - intel/chainer: Intel® Optimization for Chainer*
Can FPGAs Beat GPUs in Accelerating Next-Generation Deep Learning?
GitHub - openfaas/faas: OpenFaaS - Serverless Functions Made Simple
What is exactly the attention mechanism introduced to RNN (recurrent neural network)? It would be nice if you could make it easy to under...
http://gakuseibiz.com/?p=1584
MetalImageRecognition: Performing Image Recognition with Inception_v3 Network using Metal Performance Shaders Convolutional Neural Network routines