Multiresolution Recurrent Neural Networks: An Application to Dialogue Response Generation
We introduce the multiresolution recurrent neural network, which extends the sequence-to-sequence framework to model natural language generation as two parallel discrete stochastic processes: a sequence of high-level coarse tokens, and a sequence of natural language tokens. There are many ways to estimate or learn the high-level coarse tokens, but we argue that a simple extraction procedure is suf
Storytelling of Photo Stream with Bidirectional Multi-thread Recurrent Neural Network
Visual storytelling aims to generate human-level narrative language (i.e., a natural paragraph with multiple sentences) from a photo streams. A typical photo story consists of a global timeline with multi-thread local storylines, where each storyline occurs in one different scene. Such complex structure leads to large content gaps at scene transitions between consecutive photos. Most existing imag
NVIDIA、「GTC 2016 ディープラーニング最新情報（画像認識、音声認識）」レポート | IoTNEWS
2021-03-292016-06-02 NVIDIA、「GTC 2016 ディープラーニング最新情報（画像認識、音声認識）」レポート 先日行われた「NVIDIA Deep Learning Day 2016 Spring」で発表された、「GTC 2016 ディープラーニング最新情報について」、エヌビディア合同会社 エンタープライズビジネス事業部DL ビジネスデベロップメント シニアマネージャー 井﨑 武士氏より発表があった。 エヌビディア合同会社 エンタープライズビジネス事業部DL ビジネスデベロップメント シニアマネージャー 井﨑 武士氏 この記事では画像認識、音声認識についての内容をお届けする。 アリババグループによるディープラーニングを使った画像サーチ アリババが提供するサービスの中で、カメラで撮った写真を元に商品を検索するサービスがあるそうだが、これまでの商品の特長抽出は難しかっ
RTX 6000Ada と RTX PRO 6000 Blackwell Max-Qの画像生成における推論速度を比較
NVIDIA RTX 6000Ada と RTX PRO 6000 Blackwell Max-Qを用いて、 画像生成における推論速度を比較 NVIDIAのBlackwell世代では、4ビット浮動小数点（FP4）精度の量子化対応が正式にサポートされ、従来よりもはるかに低い精度での高速かつ効率的な推論が可能となりました。 これにより、特に画像生成タスクにおける処理速度と精度が著しく向上しました。 システム要件 ベンチマーク機種：DeepLearningBOXⅢ GPU：GPUはそれぞれ1基 CPU：1x Intel Xeon w7-3565X マザーボード：ASUS-PRO/WS/W790E-SAGE/SE (Intel W790 チップセット) MEM：128GB DDR5-4800 ECC ストレージ：M.2 NVMe SSD 1TB 電源：HX1500i × 2 NVIDIA RTX
Learning Deep Representations of Fine-grained Visual Descriptions
State-of-the-art methods for zero-shot visual recognition formulate learning as a joint embedding problem of images and side information. In these formulations the current best complement to visual features are attributes: manually encoded vectors describing shared characteristics among categories. Despite good performance, attributes have limitations: (1) finer-grained recognition requires commen
Introducing DeepText: Facebook’s text understanding engine
Text is a prevalent form of communication on Facebook. Understanding the various ways text is used on Facebook can help us improve people's experiences with our products, whether we're surfacing more of the content that people want to see or filtering out undesirable content like spam. With this goal in mind, we built DeepText, a deep learning-based text understanding engine that can understand wi
Keras Documentation
Keras: Pythonの深層学習ライブラリ Kerasとは Kerasは，Pythonで書かれた，TensorFlowまたはCNTK，Theano上で実行可能な高水準のニューラルネットワークライブラリです． Kerasは，迅速な実験を可能にすることに重点を置いて開発されました． アイデアから結果に到達するまでのリードタイムをできるだけ小さくすることが，良い研究をするための鍵になります． 次のような場合で深層学習ライブラリが必要なら，Kerasを使用してください: 容易に素早くプロトタイプの作成が可能（ユーザーフレンドリー，モジュール性，および拡張性による） CNNとRNNの両方，およびこれらの2つの組み合わせをサポート CPUとGPU上でシームレスな動作 Keras.ioのドキュメントを読んでください． KerasはPython 2.7-3.6に対応しています． ガイドライン ユーザー
Feed-forward neural doodle
Sometimes you sigh you cannot draw, aren’t you? It takes time to master the skills, and you have more important things to do :) What if you could only sketch the picture like a 3-years old and everything else is done by a computer so your sketch looks like a real painting? It will certainly happen in near future. In fact several algorithms that do the thing very well were proposed recently, yet th
カーシミュレータでゼロから学ぶ，自動運転 - Preferred Networks Tech Blog
こんにちは！吉田です．東北大学で博士学生をしています． このたび，Preferred Networks（PFN）で4月・５月と春インターンに参加させていただきました． インターンでは，Deep Deterministic Policy Gradientと呼ばれる強化学習の手法を用いて，TORCSというレースゲーム内で自動車に自動運転を自分で１から学習させるという内容に取り組みました． これは私が以前 Chainer を使って Deep Q-Network (DQN) と呼ばれる深層強化学習を再現した経験があり，またインターンでも強化学習に関連したタスクをしたいという希望をマッチングした結果で，個人的にも大変興味をもって取り組めたと思います． TORCS（The Open Racing Car Simulator）はオープンソースのドライビングシミュレータとして公開されていて，近年の強化学習
Using Artificial Intelligence to Evaluate Handwritten Mathematical Expressions — Will Forfang
A few months ago I discovered a smart phone app, called PhotoMath, which uses your phone's camera to evaluate typed mathematical expressions (such as those found on a homework assignment). Although, this app is undoubtedly very awesome, I was surprised to see that it doesn't support handwritten expression evaluation. With enough users, it seems possible for such an app to harvest "training data" f
Institute of Deep Learning - Baidu Research
Baidu launched the Institute of Deep Learning in 2013. The team is working on machine learning and artificial general intelligence, with a special focus on learning robot. CFO: Conditional Focused Neural Question Answering with Large-scale Knowledge Bases. Zihang Dai, Lei Li and Wei Xu Annual Meeting of the Association for Computational Linguistics (2016) Deep Recurrent Models with Fast-Forward Co
Deep API Learning
Developers often wonder how to implement a certain functionality (e.g., how to parse XML files) using APIs. Obtaining an API usage sequence based on an API-related natural language query is very helpful in this regard. Given a query, existing approaches utilize information retrieval models to search for matching API sequences. These approaches treat queries and APIs as bag-of-words (i.e., keyword
FractalNet: Ultra-Deep Neural Networks without Residuals
We introduce a design strategy for neural network macro-architecture based on self-similarity. Repeated application of a simple expansion rule generates deep networks whose structural layouts are precisely truncated fractals. These networks contain interacting subpaths of different lengths, but do not include any pass-through or residual connections; every internal signal is transformed by a filte
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
python-machine-learning-book/faq/difference-deep-and-normal-learning.md at master · rasbt/python-machine-learning-book
[レポート] クラウドとマイクロサービスによる音声操作の新時代 － Amazon Echo & Alexa #AWSSummit | DevelopersIO![[レポート] クラウドとマイクロサービスによる音声操作の新時代 － Amazon Echo & Alexa #AWSSummit | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/148d66c86adf4dd67af10f04029ebb83085d1632/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2016%2F06%2Faws-summit-tokyo-2016.png)
TechCrunch | Startup and Technology News
GitHub - trailbehind/DeepOSM: Train a deep learning net with OpenStreetMap features and satellite imagery.
TechCrunch | Startup and Technology News
GitHub - dennybritz/deeplearning-papernotes: Summaries and notes on Deep Learning research papers
GitHub - alx-tools/deep-learning
