Convolutional Sequence to Sequence Learning
The prevalent approach to sequence to sequence learning maps an input sequence to a variable length output sequence via recurrent neural networks. We introduce an architecture based entirely on convolutional neural networks. Compared to recurrent models, computations over all elements can be fully parallelized during training and optimization is easier since the number of non-linearities is fixed
NVIDIA、深層学習やAIの開発者10万人の教育プログラムを発表
NVIDIAは、Deep Learning Institute（DLI）を通じて10万人の開発者を教育する計画を発表した。 NVIDIAにとって、機械学習と人工知能（AI）の分野で開発者をトレーニングする取り組みであるDLIは、これらの専門家を養成する手段であり、いずれはGPUの売り上げ増加につながる可能性がある。 NVIDIAが賭けに出る背景には、調査会社IDCの推計がある。IDCによると、2020年までに、あらゆるアプリケーションのうち80％がAIをコンポーネントとして組み込むようになるという。 NVIDIAのDLIは1年前に設立された組織で、学術機関、企業、政府機関でトレーニングイベントを開催している。DLIはこれまで、Amazon Web Services（AWS）のGPUインスタンス「Amazon Elastic Compute Cloud（Amazon EC2）P2」を利用して
Python vs Ruby 『ゼロから作るDeep Learning』 2章 パーセプトロンによる論理回路 - Qiita
概要 書籍『ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装』2章のコードを参考に Python と Ruby でパーセプトロンによる論理回路 (ANDゲート, NANDゲート, ORゲート, XORゲート)を実装する。 計算処理では外部ライブラリを利用する。Python では NumPy を、Ruby では Numo::NArray を使用する。 環境構築が必要な場合はこちらを参照。 → Python vs Ruby 『ゼロから作るDeep Learning』 1章 sin関数とcos関数のグラフ http://qiita.com/niwasawa/items/6d9aba43f3cdba5ca725 ANDゲート 重みとバイアスは、人力で適切な値を導いたもの。 Python and_gate.py import numpy as np def
Deep, Deep Trouble / Deep Learning’s Impact on Image Processing, Mathematics, and Humanity
Deep Learning’s Impact on Image Processing, Mathematics, and Humanity By Michael Elad I am really confused. I keep changing my opinion on a daily basis, and I cannot seem to settle on one solid view of this puzzle. No, I am not talking about world politics or the current U.S. president, but rather something far more critical to humankind, and more specifically to our existence and work as engineer
The Best GPUs for Deep Learning in 2023 — An In-depth Analysis
OverviewThis blog post is structured in the following way. First, I will explain what makes a GPU fast. I will discuss CPUs vs GPUs, Tensor Cores, memory bandwidth, and the memory hierarchy of GPUs and how these relate to deep learning performance. These explanations might help you get a more intuitive sense of what to look for in a GPU. I discuss the unique features of the new NVIDIA RTX 40 Amper
Convolutional LSTM Network の ライブラリ実装状況 〜 空間座標の位置特徴量 と 時間軸の時系列特徴量 を 両方、学習させる deep neural network モデル - Qiita
実用価値の高いCNN畳み込み層とLSTMを組み合わせたモデルです。 論文 では、地理空間の各座標地点ごと の 時系列降水量 分析タスク を 扱っています。 GIS地図エリアごとの時系列変化グラフ を 出す こと ができるため、降水量分析問題 以外にも、マーケティング商圏分析 から、無人自動車支援のための交通流量分析 など、広範な用途 が 考えられます。 【 原論文 】 Xingjian Shi, Zhourong Chen, Hao Wang and Dit-Yan Yeung, Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting 【 関連Webページ 】 masataka46さん Qiita記事 「LSTMを改良してconvLSTMにする」 convLSTMについて co
データ活用やら機械学習の時代に情シスとベンダーってどうなるんですかね - 雑種路線でいこう
だらだらしていたら連休が終わってしまう。連休中に仕上げるはずだった、あの原稿も、火曜の講義資料も、さっぱりできていないのに困ったものだ。この連休中けっこうな時間を割いたのは、くだらないことに手元のラップトップをLinuxからWindowsに戻すことだった。 Blockchainの評価・デモと機械学習の勉強用に買った重いゲーミングノートで、LinuxのリハビリがてらfabricやirohaのビルドにDockerが欲しいし、TensorflowでGPGPUを使おうとするとUbuntuが良さげだというので入れてみた。2か月ほどいじってみる間にBlockchainを動かすだけならDocker for Windowsで十分だし、TensorflowやKerasもWindows版でGPGPUを扱えるようになり、Linuxは仮想環境だけで一通りの用事を済ませられそうなのでWindowsに戻すことにした。
Movix.ai — movie recommendations with Deep Learning
“What movie should i watch this evening?” — have you ever had to answer this question at least once when you came home from work? As for us — yes, and more than once. Here we will say a few words about what we’ve been working on for the past six months: an interactive movie recommender system Movix.ai. The system is based on Deep Learning and it adapts to the user preferences in real time. As big
Going Wider: Recurrent Neural Network With Parallel Cells
Recurrent Neural Network (RNN) has been widely applied for sequence modeling. In RNN, the hidden states at current step are full connected to those at previous step, thus the influence from less related features at previous step may potentially decrease model's learning ability. We propose a simple technique called parallel cells (PCs) to enhance the learning ability of Recurrent Neural Network (R
深層強化学習を使用し、人間の3D二足歩行をリアルにシミュレートする論文が登場。サッカードリブルや動的障害物を通り抜ける能力も再現
深層強化学習を使用し、人間の3D二足歩行をリアルにシミュレートする論文が登場。サッカードリブルや動的障害物を通り抜ける能力も再現 2017-05-06 階層的な深層強化学習（Hierarchical Deep Reinforcement Learning）という人工知能の学習技法を使用して、人間の3D二足歩行を再現、動的な移動スキルを実証した論文が公開されました（PDF）。 学習後、低レベルのコントローラでは、歩く、走る、坂を登る、坂を降る、回転、など物理学を基礎としたリアルな運動能力がシミュレートされ、高レベルのコントローラでは、サッカーボールを目標位置にドリブルしたり、静的または動的な障害物を通り抜け地形ナビゲートする能力などがシミュレートされます。 本論文は、ブリティッシュコロンビア大学、シンガポール国立大学に属するXue Bin Peng氏、Glen Berseth氏、KangKa
About AWS
Since launching in 2006, Amazon Web Services has been providing world-leading cloud technologies that help any organization and any individual build solutions to transform industries, communities, and lives for the better. As part of Amazon, we strive to be Earth’s most customer-centric company. We work backwards from our customers’ problems to provide them with cloud infrastructure that meets the
Fun With Deep Learning - handong1587
Painting Artist Agent: A Reinforcement Learning Approach to Automatic Stroke Generation in Oriental Ink Painting intro: ICML 2012 arxiv: https://arxiv.org/abs/1206.4634 Emoji Brewing EmojiNet blog: http://engineering.curalate.com/2016/01/20/emojinet.html website: https://emojini.curalate.com/ Image2Emoji: Zero-shot Emoji Prediction for Visual Media paper: http://isis-data.science.uva.nl/cgmsnoek/p
Linear algebra cheat sheet for deep learning
During Jeremy Howard’s excellent deep learning course I realized I was a little rusty on the prerequisites and my fuzziness was impacting my ability to understand concepts like backpropagation. I decided to put together a few wiki pages on these topics to improve my understanding. Here is a very basic intro to some of the more common linear algebra operations used in deep learning. NEW: check out
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
AI自動運転の最新情報セミナー「NVIDIA DEEP LEARNING INSTITUTE DAY 2017 IN NAGOYA」が5月22日に名古屋で開催
キーワードはやはり機械学習／IoT、ニフティクラウドやさくらインターネットが出展
GitHub - ichiroex/chainer-cnn: convolutional neural network for sentence classification by Chainer
https://p.migdal.pl/2017/04/30/teaching-deep-learning.html
GitHub - sbrugman/deep-learning-papers: Papers about deep learning ordered by task, date. Current state-of-the-art papers are labelled.
What is Deep Learning ?
GitHub - aditya1503/Siamese-LSTM: Siamese Recurrent Neural network with LSTM for evaluating semantic similarity between sentences.