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
Online Learning Rate Adaptation with Hypergradient Descent
We introduce a general method for improving the convergence rate of gradient-based optimizers that is easy to implement and works well in practice. We demonstrate the effectiveness of the method in a range of optimization problems by applying it to stochastic gradient descent, stochastic gradient descent with Nesterov momentum, and Adam, showing that it significantly reduces the need for the manua
Dance Dance Convolution
Audio file (16MB max) Artist Title Beginner Easy Medium Hard Challenge Instructions Install Stepmania 5 Create stepchart for an audio file using above form Extract .zip to "Songs" directory in StepMania 5 install folder. ("C:\Program Files (x86)\StepMania 5\Songs" on Windows) Restart Stepmania or select "Reload Songs/Courses" under "Options" Feedback Your email Satisfaction 1 2 3 4 5 Comments FAQ
【 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
A Comparative Evaluation of Unsupervised Anomaly Detection Algorithms for Multivariate Data
Anomaly detection is the process of identifying unexpected items or events in datasets, which differ from the norm. In contrast to standard classification tasks, anomaly detection is often applied on unlabeled data, taking only the internal structure of the dataset into account. This challenge is known as unsupervised anomaly detection and is addressed in many practical applications, for example i
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
GitHub - pytorch/tutorials: PyTorch tutorials.
We use sphinx-gallery's notebook styled examples to create the tutorials. Syntax is very simple. In essence, you write a slightly well formatted Python file and it shows up as an HTML page. In addition, a Jupyter notebook is autogenerated and available to run in Google Colab. Here is how you can ceate a new tutorial (for a detailed description, see CONTRIBUTING.md): NOTE: Before submitting a new t
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、
Deep Learning AMI release v1.2 for Ubuntu and Updated AWS CloudFormation Template Now Available
You can now use upgraded versions of Apache MXNet, TensorFlow, CNTK, and Caffe, on the AWS Deep Learning AMI v1.2 for Ubuntu, including Keras, available in the AWS Marketplace. The Deep Learning AMI v1.2 for Ubuntu 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),
A3RT
Named Entity API Named Entity APIは、固有表現抽出を行うプロダクトです。 Conditional Random Fields(CRF)とRecurrent Neural Network(Bidirectional LSTM)の技術を組み合せて応用することで、辞書ベースではなく固有名詞・数値などの品詞を識別する機能を提供します。 Text Summarization API Text Summarization APIは、文章要約を行うAPIです。 このモデルでは、入力された文章の意味を読み取り、意味が遠い文章を自動で判断・抽出し、要約結果として出力することができます。 Image Generate API Image Generate APIは、Deep Convolutional Generative Adversarial Networks(DCGAN)
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 - 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
株式会社リクルート
https://yclin.me/adversarial_attack_rl/
