GitHub - trailbehind/DeepOSM: Train a deep learning net with OpenStreetMap features and satellite imagery.You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
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 Research & Development
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
住宅の外観画像と内装画像をディープラニングして、リコメンドをつくってみる | Tech Blog - リクルート住まいカンパニー
こんにちは。データソリューショングループの李です。 データソリューショングループでは、ウェブリコメンドやターゲティングバナー設置のアルゴリズム実装、賃料の予測、投函チラシの配布エリア最適化など、こんにちは。データソリューショングループの李です。 データソリューショングループでは、ウェブリコメンドやターゲティングバナー設置のアルゴリズム実装、賃料の予測、投函チラシの配布エリア最適化など、 機械学習や統計モデリングをつかってサービスの磨きこみをしています。 今回は、SUUMOが持っている建築物の外観画像と内観画像を使って画像分析を行いました。Deep learningを用いた手法や、得られた結果について紹介します。 Deep Learningとは Computer Vision（CV）やAIなどの難易度が高い学習タスクに対して、深い構造*を使って処理する機械学習アルゴリズムセットです。 表
Adversarial Training Methods for Semi-Supervised Text Classification
Adversarial training provides a means of regularizing supervised learning algorithms while virtual adversarial training is able to extend supervised learning algorithms to the semi-supervised setting. However, both methods require making small perturbations to numerous entries of the input vector, which is inappropriate for sparse high-dimensional inputs such as one-hot word representations. We ex
Deep Learningによる音声認識
Deep Learningによる音声認識 GTC Japan 2015 2015-09-18 Fairy Devices c⃝ 2015 Fairy Devices Inc. 1 / 28 概要 Deep Learning の導入は音声認識の精度を大きく向上させた. 音声処理分野の幅広い 課題については, 現在も様々なネットワーク構造や学習手法などを用いた研究が活発 に行われている. また音声インターフェースを搭載した製品の普及が進み, 今後も音声処理技術のさま ざまな活用が期待されている. 本講演では Deep Learning による音声認識の概要を説明し, その活用における注意点 について紹介する. 2 / 28 Outline 1 Introduction 2 Deep Learning による音声認識 DNN による音声認識の構造 DNN による音声認識の課題 3 音声認識の活
Large-Scale Item Categorization in e-Commerce Using Multiple Recurrent Neural Networks
Large-Scale Item Categorization in e-Commerce Using Multiple Recurrent Neural Networks Precise item categorization is a key issue in e-commerce domains. However, it still remains a challenging problem due to data size, category skewness, and noisy metadata. Here, we demonstrate a successful report on a deep learning-based item categorization method, i.e., deep categorization network (DeepCN), in a
Amazonがオープンソースで公開したディープラーニングのライブラリ「DSSTNE」を使ってみる - Qiita
DSSTNEとは？ DSSTNEは、Deep Scalable Sparse Tensor Network Engineの頭文字を並べたもので、読み方は“Destiny”と読むらしい。 なぜ今アマゾンがDeep Learning(DL)のオープンソースを発表したのか？ DSSTNEは、既存のDeepLearningのオープンソースよりも、データがSparse(疎)なときに高いパフォーマンスを示すため、Amazonのように大量の商品データ、ユーザーデータを持ち、その二つのオブジェクトが購買、評価などの行動をした行動データを持つような疎行列データを持つ場合に強いDeapLearningのオープンソースと言える。 スパース(疎)行列データとは？ 疎行列（そぎょうれつ、英: sparse matrix）とは、成分のほとんどが零である行列のことをいう。 スパース行列とも言う。 有限差分法、有限体積法
Deep Learning Local Optima
Deep Learning Local Optima Alireza Shafaei - Dec. 2015 Saddle Points A critical point Saddle Points A critical point With Hessian Local minimum: Saddle Points A critical point With Hessian Local minimum: Local maximum: Saddle Points With Hessian ... Saddle point with min-max structure Saddle Points With Hessian ... Saddle point with min-max structure Saddle Points With Hessian ... Saddle point wit
Deep Adaptive Network: An Efficient Deep Neural Network with Sparse Binary Connections
Deep neural networks are state-of-the-art models for understanding the content of images, video and raw input data. However, implementing a deep neural network in embedded systems is a challenging task, because a typical deep neural network, such as a Deep Belief Network using 128x128 images as input, could exhaust Giga bytes of memory and result in bandwidth and computing bottleneck. To address t
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
TechCrunch | Startup and Technology News
GitHub - dennybritz/deeplearning-papernotes: Summaries and notes on Deep Learning research papers
GitHub - alx-tools/deep-learning
GitHub - dennybritz/cnn-text-classification-tf: Convolutional Neural Network for Text Classification in Tensorflow
りんなシステム図 | 「りんな」が言葉を紡ぐ裏には、最新の自然言語処理技術があった - INTERNET Watch
ReSeg: A Recurrent Neural Network-based Model for Semantic Segmentation