Deep LearningThis domain may be for sale!
Updated AWS Deep Learning AMIs: New Versions of TensorFlow, Apache MXNet, Keras, and PyTorch
This release of the AWS Deep Learning AMIs support Apache MXNet 1.0, including a new model serving capability for MXNet that packages, runs, and serves deep learning models with just a few lines of code. Also included are a new gradient compression capability, and a new model converter that converts neural network code written with the Caffe framework to MXNet code, making it easier for developers
Robsut Wrod Reocginiton via semi-Character Recurrent Neural Network
Language processing mechanism by humans is generally more robust than computers. The Cmabrigde Uinervtisy (Cambridge University) effect from the psycholinguistics literature has demonstrated such a robust word processing mechanism, where jumbled words (e.g. Cmabrigde / Cambridge) are recognized with little cost. On the other hand, computational models for word recognition (e.g. spelling checkers)
Mathematics of Deep Learning
Recently there has been a dramatic increase in the performance of recognition systems due to the introduction of deep architectures for representation learning and classification. However, the mathematical reasons for this success remain elusive. This tutorial will review recent work that aims to provide a mathematical justification for several properties of deep networks, such as global optimalit
AWS re:Invent 2017 現地レポート（11/28） | AWS
今年で第 6 回目を迎える AWS のグローバルカンファレンス「AWS re:Invent 2017」。3 日目に開催されたナイトキーノート「Tuesday Night Live」では Peter DeSantis（Vice President, AWS Global Infrastructure）が登壇し、AWS インフラストラクチャのフットプリントの拡大と、グローバルに張り巡らされる冗長化されたネットワーク、AWS リージョンにおけるアベイラビリティゾーンによる高い可用性の重要性について強調しました。さらに Dr. Matt Wood（GM Artificial Intelligence）より、AI や Deep Learning の分野における Amazon EC2 の活用について紹介されました。 また、Perter が EC2 のこれまでの進化について触れ、C5 インスタンスにおけ
ChainerでDeep Learningをしない（SfMからSLAMまで） - Qiita
Chainer Advent Calendar 2017の7日目です。 はじめに みなさん、Deep Learningしてますか？正直Deep Learningって疲れますよね。パラメータチューニングの毎日、下がらないLoss、過学習するモデル、スタープラチナに殴られたようなGANで生成された大量の顔。 そんな鬱憤を晴らすべく、今日はChainerでDeep Learningをしない、という記事を書きます。 Computer Visionの多くの問題は、何らかの最小化問題として定式化されます。最小化する際は、殆どの場合は式を立て、微分し、最適なパラメータを求めます。そこには大きな問題があります。 微分めんどい 微分が複雑・・・式が複雑だと計算間違える・・・手法を変更するたびに微分しなくてはいけない。そんな問題を解決する凄いライブラリがあるのです。そう、Chainerです。Chainerでは
Deep Text Classification Can be Fooled (Preprint) 読んだ - 糞糞糞ネット弁慶
Deep Text Classification Can be Fooled 入力を少し変化させるだけで機械学習によるモデルの推定結果を変えてしまう技術は Adversarial example と呼ばれている． よく見るのは画像を用いた例だけど，それが文書分類でもできないかと思い探したところ，まずこれがでてきたので読む． 画像一般についてはこちらが詳しい．これを読むまで Deep Learning 特有の問題と思っていたが，実際はそうではないらしい． はじめてのAdversarial Example 前提 文書 を入力として，その文書のクラス を推定するモデル があるとする． そこで， に手を加えた によってモデルの出力を任意のクラス に誤分類 させたい． 画像と違うのは，入力が文書であるため，人間の目で見ても不自然でないように変更しなければならないということ． 手法 基本的には Exp
ドイツの研究機関ら、1台のカメラで対象物がどれだけ注視されてるかをリアルタイム検出する機械学習を用いた手法を発表。屋外広告の閲覧データ、自分自身が見られてるデータ取得に活用
ドイツの研究機関ら、1台のカメラで対象物がどれだけ注視されてるかをリアルタイム検出する機械学習を用いた手法を発表。屋外広告の閲覧データ、自分自身が見られてるデータ取得に活用 2017-12-03 ドイツの研究機関「Max Planck Institute for Informatics」と大阪大学の研究者らは、単一のカメラだけで任意の対象物がどれだけ注視されてるかをリアルタイム検出する機械学習を用いたアイコンタクト検出手法を提案した論文を発表しました。 Everyday Eye Contact Detection Using Unsupervised Gaze Target Discovery(PDF) 視線追跡をする場合、キャリブレーションが必要であったり、変化する照明条件下であったり、複数人だったりすると、正確なデータが取得できないのが現状です。 本稿では、1台のカメラとDeep le
Optimization for Deep Learning Highlights in 2017
Optimization for Deep Learning Highlights in 2017 Different gradient descent optimization algorithms have been proposed in recent years but Adam is still most commonly used. This post discusses the most exciting highlights and most promising recent approaches that may shape the way we will optimize our models in the future. This post discusses the most exciting highlights and most promising direct
ひとりでデータ分析ガチ勉 Advent Calendar 2017 - Adventar
ほけきよが自ブログprocrasist内で、 データ分析のお勉強します。 使う言語 python 触れる内容 データ分析の話全般(論文/記事などを参考に)。特に↓のジャンル 時系列分析/統計 Metrics learning, 表現学習 その他機械学習/Deep Learning その他面白トピック pythonライブラリの勉強。ワンランク上の分析技術を身につけるために numpy,pandas,scikit-learnについて総ざらい 機械学習系ライブラリを使ってみる keras, pytorch, prophet, statmodels, ...etc... 実際にデータ分析 スクレイピング・クローリング周りの技術 ブログのデータを用いて オープンデータを用いて がんばる 上記の何割書けるかわかりませんが、できる限り書こうと思います。間違っているところなどあったら、コメントください。
AWS re:Invent 2017: Containerized Machine Learning on AWS (CON309)
Image recognition is a field of deep learning that uses neural networks to recognize the subject and traits for a given image. In Japan, Cookpad uses Amazon ECS to run an image recognition platform on clusters of GPU-enabled EC2 instances. In this session, hear from Cookpad about the challenges they faced building and scaling this advanced, user-friendly service to ensure high-availability and low
アマゾン、深層学習向けビデオカメラ「AWS DeepLens」を発表
ディープラーニングは、今日のスマートホームの中心にある人工知能（AI）機能を表す包括的な用語となっている。ディープラーニングを原動力として、Amazonの「Alexa」対応スピーカはさまざまな音声を聞き分けることができ、顔認識カメラは人物を識別することができる。そしてその能力は向上する一方だ。少なくともAmazonはそう望んでいる。 Introducing AWS DeepLens, the worlds first wireless deep learning video camera for developers #reInvent pic.twitter.com/l43RevYvt0 — AWS re:Invent (@AWSreInvent) 2017年11月29日 AWS DeepLensは従来の屋内セキュリティカメラとしてではなく、トレーニング用デバイスとして機能する。1080
Customer Analytics: Using Deep Learning With Keras To Predict Customer Churn
Join over 100,000+ Data Scientists DATA SCIENCE CHEAT SHEETS FOR FREE! Choose your interest: Interested in R Interested in Python Interested in Segmentation Interested in Machine Learning Customer Analytics: Using Deep Learning With Keras To Predict Customer Churn Written by Matt Dancho Customer churn is a problem that all companies need to monitor, especially those that depend on subscription-bas
Announcing New AWS Deep Learning AMI for Microsoft Windows
Amazon Web Services now offers an AWS Deep Learning AMI for Microsoft Windows Server 2012 R2 and 2016. These new Amazon Machine Images (AMIs) contain all the necessary pre-built packages, libraries, and frameworks you need to start building AI systems using deep learning on Microsoft Windows. The AMIs also include popular deep learning frameworks such as Apache MXNet, Caffe and Tensorflow, as wel
ヒトとAIの共生環境の実現を｜ギリア株式会社
ヒトとAIの共生環境の実現に向けて ヒトとAIの 共生環境の実現に向けて ヒトとAIの共生環境 の実現に向けて ギリアのミッションは「ヒトとAIの共生環境の実現」です。 このミッションにおけるキーワードは「共生環境」であり、「共生環境」には2つの側面があります。 ひとつは「共生」です。「共生」とは通常は複数の生物が相互関係を持ちながら同所的に生活する現象、を示す言葉ですが、ギリアの文脈では、ヒトとAIがお互いの役割を補いあい、単独で行うよりも高いレベルの共同作業が可能な状態、と定義します。ヒトにとって単なる道具としてのAIではなく、「共生」という状態を実現できるAI技術、をギリアは目指しています。 もうひとつは「環境」です。ギリアが実現する共生環境のスコープは、ヒトが暮らす社会環境全体を指します。その「環境」には人々の多種多様な生活があり、そのライフスタイルをより豊かにするようなAI技術を
アマゾン、深層学習向けビデオカメラ「AWS DeepLens」を発表
Amazonの「AWS DeepLens」は、中庸なホームセキュリティカメラに見えるかもしれないが、そのようなものではまったくない。「AWS re:Invent 2017」カンファレンスで米国時間11月29日に発表された249ドル（約2万8000円）のビデオカメラであるDeepLensは、デバイス上で直接ディープラーニング（深層学習）モデルを稼働させることができる。 同製品は2018年4月14日にAmazon.comで発売される予定で、11月29日から予約注文を受け付けている。 ディープラーニングは、今日のスマートホームの中心にある人工知能（AI）機能を表す包括的な用語となっている。ディープラーニングを原動力として、Amazonの「Alexa」対応スピーカはさまざまな音声を聞き分けることができ、顔認識カメラは人物を識別することができる。そしてその能力は向上する一方だ。少なくともAmazon
【速報】オンボードでディープラーニング可能なビデオカメラ「AWS DeepLens」が発表されました！ #reinvent | DevelopersIO
AWSのre:Invent2017のキーノートDay1で新サービスAWS DeepLensが発表されました。 AWS DeepLens ディープラー二ングが可能な開発者用のワイヤレスビデオカメラです。 特徴 ディープラーニング用に最適化されたオンボードのコンピューティングを搭載したHDビデオカメラ カメラそのものにコンピューティングが搭載されているため、リアルタイムでのディープラーニングが可能 Amazon SageMakeker, AWS Lambdaとの統合 Amazon Kinesis Video Streamsを使用してAWSにビデオをストリーミング Amazon Rekognition Videoを使用して高度なビデオ分析を適用可能 TensourFlowやCaffeなどのフレームワークを実行可能 Apache MXNetを使用した推論エンジンがプリインストールされている どこで
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 - keisks/robsut-wrod-reocginiton: Robsut Wrod Reocginiton via semi-Character Recurrent Neural Network
Seminar | Deep Learning JP
Reinventing the FPGA Programming Wheel
