AWS Deep Learning AMIs now come with TensorFlow 1.5.0 and new Model Serving Capabilities
The AWS Deep Learning AMIs are a quick and easy way to get started with machine learning. The AMIs with Source Code now come with TensorFlow 1.5.0-rc1 which supports NVidia CUDA 9 and cuDNN 7 drivers that take advantage of the V100 Volta GPUs powering the EC2 P3 instances. The Conda-based Deep Learning AMIs now come with the latest framework versions of Caffe, Keras 2.1.3, Microsoft Cognitive Tool
Facebook、Deep learningベースのコンピュータビジョン物体検出アルゴリズム「Detectron」をオープンソース化。活用した研究論文も多数公開済み
Facebook、Deep learningベースのコンピュータビジョン物体検出アルゴリズム「Detectron」をオープンソース化。活用した研究論文も多数公開済み 2018-01-24 Facebook AI Research（FAIR）は、Deep learningを用いたコンピュータビジョン・オブジェクト検出アルゴリズム「Detectron」をオープンソースにて公開しました。 Detectronは、Facebookが開発したDeep learningフレームワーク「Caffe2」上に構築した物体検出を可能にするプラットフォームです。GitHubにてApache License 2.0下で提供されます。 また、FAIRでは、Detectronを活用した研究もすでに進められており、論文も多数公開されています。 [1612.03144] Feature Pyramid Networks f
松尾 豊 on Twitter: "東京大学のDeep Learning基礎講座の演習コンテンツを無償公開しました。主に研究者向けに松尾研で作成したもので、GPUを利用してモデルを学習するような実践的な内容になっています。ご興味ある方はぜひ。 https://t.co/PGy8D5DlXa"
東京大学のDeep Learning基礎講座の演習コンテンツを無償公開しました。主に研究者向けに松尾研で作成したもので、GPUを利用してモデルを学習するような実践的な内容になっています。ご興味ある方はぜひ。 https://t.co/PGy8D5DlXa
Deep Learning for Sentiment Analysis : A Survey
Deep learning has emerged as a powerful machine learning technique that learns multiple layers of representations or features of the data and produces state-of-the-art prediction results. Along with the success of deep learning in many other application domains, deep learning is also popularly used in sentiment analysis in recent years. This paper first gives an overview of deep learning and then
東大松尾研が「Deep Learning基礎講座演習コンテンツ」を無償公開 | Ledge.ai
東京大学の松尾研究室が、東大で行われているDeep Learning基礎講座演習コンテンツを無償公開しました。 公開されたのは、演習パートのコンテンツ。講義パートはどうやら別途公開されるそう。 コンテンツの内容はざっくり下記。 演習中心での学習GPUを利用したモデル学習を学ぶ実際にモデルを学習させながら技術を習得研究者向けコンテンツJupyter notebook形式での配布コードは全てTensorFlow (TM)と標準的なライブラリ（Numpy, Scipy, Scikit-learn等）で構成 松尾教授のツイッターによれば、主に研究者向けに作成したもので、GPUを利用してモデルを学習するような実践的な内容となっているとのこと。 東京大学のDeep Learning基礎講座の演習コンテンツを無償公開しました。主に研究者向けに松尾研で作成したもので、GPUを利用してモデルを学習するような
Lectures | Deep Learning JP
Deep Learningや最新の人工知能技術について学びませんか？ Deep Learning技術の登場により、人工知能技術が飛躍的に向上し、ありとあらゆる産業と社会のあり方に大きな影響を与えています。これからの社会では、どんな産業でどんな業種に携わるとしても、人工知能技術の影響を受けることになるでしょう。Deep Learning JPでは、そのような人工知能技術が重要な役割を果たす社会の到来に備え、以下の活動を行っています。 Lectures 2015/10 2016/01 2016/04 2016/10 2017/01 2017/04 2017/10 2018/01 2018/04 2018/07 2018/10 2019/03 2019/04 2019/10 2020/04
TopicRNN: A Recurrent Neural Network with Long-Range Semantic Dependency
In this paper, we propose TopicRNN, a recurrent neural network (RNN)-based language model designed to directly capture the global semantic meaning relating words in a document via latent topics. Because of their sequential nature, RNNs are good at capturing the local structure of a word sequence - both semantic and syntactic - but might face difficulty remembering long-range dependencies. Intuitiv
NIPS 2017 Workshop: Deep Learning At Supercomputer Scale
NIPS 2017 Workshop: Deep Learning At Supercomputer Scale Five years ago, it took more than a month to train a state-of-the-art image recognition model on the ImageNet dataset. Earlier this year, Facebook demonstrated that such a model could be trained in an hour. However, if we could parallelize this training problem across the world’s fastest supercomputers (~100 PFlops), it would be possible to
機械学習で為替予測 Deep Learning 編
最近機械学習で為替予測をしています。あまり情報を出すとエッジが無くなるのではないかと思ってあえてほとんど情報を出してこなかったんですが、よく考えるとそもそも機械学習の話題を理解できる人の母数が少なく、よくあるゴールデンクロスみたいな手法と違って誰でも理解できて再現できるわけじゃないと思うのである程度出していくことにしました。 やってること 機械学習（Deep Learning 含む）で為替予測をやっています。なぜ株ではなく為替かというと、レバレッジが効くのと MetaTrader や cTrader みたいな自動取引ができるプラットフォームがあるからです。実際には株のほうが簡単っぽい雰囲気を感じます。 データの取得 まずは為替の価格データが無いと始まらないのでどうにかして用意します。自分は cTrader (というか cAlgo) でデータを CSV に落とす cBot 作ってバックテスト
PYNQ-Z1で始めるDeep Learning on FPGA入門（その1：購入からJupyter NotebookでLチカまで） - Studio Ousia Engineering Blog
こんにちは。エンジニアの戸塚です。 自分へのクリスマスプレゼントとして PYNQ-Z1 を買ったので、25％ルール第一弾は「Deep Learning on FPGA入門」的なことをしてみたいと思います。 【DISCLAIMER】スタート時点でFPGA素人です。Courseraでちょうど年末からFPGAコースを開講していたので併行して勉強中です。間違ったことを書いていたら必要に応じて訂正を入れていきます。有識者の皆様のご指摘を歓迎します。 1. 購入から起動まで 前日譚 情報収集 PYNQ 高位合成（HLS） 注文 起動の前に PYNQシステムmicroSDカードの準備 起動！ 2. Jupyter Notebookにアクセスする a) LAN経由でアクセス PYNQのJupyter Notebookのパスワード設定 b) LANケーブルでPCと直接接続 3. Jupyter Notebo
JDLA Deep Learning for GENRAL 2017（G検定）推薦図書まとめ - Qiita
#この記事について 2017年12月に、日本ディープラーニング協会によって 「JDLA Deep Learning for GENRAL 2017」（G検定）が開催されました。 G検定についてはこちらの記事にわかりやすくまとまっています。 ディープラーニング検定 for GENRALを受けた。受験の勧めと、勉強法 この記事は、その学習にあたって推薦図書3冊から重要と思われるポイントを抜き出して要約したものです。 以下のセクションは試験のシラバスに沿って構成しています。 出題に関わる内容全てを網羅しているわけではありませんが、次回開催に向けて学習の手引になれば幸いです。 ※補足 日本ディープラーニング協会よりG検定の結果が発表されています。 合格率は56.8％で、私も合格できました。なのでこのまとめもある程度は参考になるはず…たぶん！ #人工知能（AI）とは（人工知能の定義） 「人工的につく
Microsoft 、VRを用いて実在する建物内で起こる災害を実際のスケールで走り回りながら複数人で体験できる大規模VR避難訓練システムを発表
Microsoft 、VRを用いて実在する建物内で起こる災害を実際のスケールで走り回りながら複数人で体験できる大規模VR避難訓練システムを発表 2018-01-16 Microsoft Researchは、VRシステムを利用して、実際の建物内で起こる災害を体験することができる災害シミュレーションシステム「Building Scale VR」を開発していることを発表しました。 本システムは、ロボットを使用して室内をキャプチャし、そのデータを基に仮想空間を構築、仮想内と現実世界をリンクさせ建物スケールで歩き回りながらVR避難訓練するというものです。 キャプチャには、屋内3Dマップを作成することが可能な移動式ロボットを活用します。センサカメラ類には、LIDAR、Kinect V2、THETA Vが使用されます。 続けて、体験する人の装置群です。頭にHTC Viveと脳波センサ、両手にViveコン
Deep Learningにおける知識の蒸留 | Code Craft House
ここ数年のDeep Learningの発展は目覚ましく、急速に実用化が進んでいます。タスクによっては人間に匹敵する精度に達しているものもあり、システムの一部品としてデプロイする場面も増えてくると思います。そこで問題になるのが計算機資源の制約です。学習時には大量の学習データを用意し、GPUなどの計算資源で数時間や数日かかるような学習をしますが、推論時には限られたメモリや計算資源のもとで動作させる必要があります。リアルタイムに大量の入力データを捌く必要があったり、スマートフォンやエッジデバイスなどで動作させる場合には、この制約はさらに強くなります。 深くて大きいモデルの方が精度が出るが、実用を考えると軽量なモデルにする必要がある。こういった場面で最近よく使われる手法として、 知識の蒸留 (Knowledge Distillation) と呼ばれる方法があります。これは、（典型的には）大きくて複
PFU、産業用AI実現に向けDeep Learningアクセラレータカードなどを展開
PFUは1月15日、製造・生産現場においた高度化・効率化のためIoTやAIなどのデジタル技術を活用した産業向けエッジコンピューティングシステムの取組み強化の一貫として、組み込み用途向けの「Deep Learningアクセラレータカード AI400シリーズ」を発表した。 PCI ExpressハーフサイズにインテルArria10 GX1150プロセッサーや8GBメモリーなどを搭載した製品。コンピューターのCPUに負荷をかけることなくAIアプリケーションを動作でき、小型の産業用PCでも画像認識などの機能を利用できる。最大消費電力はおよそ25Wと、GPUカードに比べて低電力で動作可能。価格は要問い合わせ。 同社では、今後インテルXeonプロセッサーを搭載した2Uサイズの「AR6200 モデル140K」の販売も予定しており、ラックマウント型組込みコンピュータ AR6000シリーズのラインナップを拡
PFNのChainer対応の推論処理ボード、PFUが発売
PFUは、産業向けエッジコンピューティング事業の幅を広げる（ニュースリリース）。その第１弾として、深層学習の推移処理を実行するPCI Expressボード「＜AI400シリーズ＞Deep Learningアクセラレータカード」を発売した。 これまで同社のエッジコンピューティング事業は、コントローラー（産業用PC/コンピューター）の開発・販売に集中していた。今後はコントローラーに加えて、ソフトウエアや周辺（拡張用）ハードウエアの開発・提供も積極的に行い、システム全体に事業領域を広げる。なお、オンプレミスのサーバーやPCへは今回は進出しないという。「ハードウエアとしてはオンプレミスのコンピューターも、エッジコンピューティングのコントローラーもほぼ同じだが、まずは、エッジ・コンピューティング・システム全体に事業を広げることに力を入れる」（同社）。 エッジコンピューティング事業の幅を広げる。従来は
Indie Tech Publishers - steps to phantasien
次に読む本を探すべく Amazon.com をうろうろしていたのだけれど、技術書は少し Amazon で探しにくくなった気がする。電子書籍重視な新興出版社の本は Amazon に無い・・・わけではないにせよ、O'Reilly とかと比べいまいちレビューが伸びない傾向を感じる。具体的には PragPub, Manning, No Starch Press あたり. Packt も新興のはずだけど、なぜか割とレビューついてるね。 自分は PragPub や Manning からよく本を買うのでややバイアスがあるかもしれないけれど、彼らの出版社の本を買うときってだいたい promotion mail 経由なのだよな。しかも Beta/MEAP として最終版ができる前に買う。こういう相対的に熱心な読者は、結果として Amazon では買わずレビューも残さないのだった。技術書の中でも要素技術解説系の
Japanese scientists just used A.I. to read minds and it's amazing
ShareShare Article via FacebookShare Article via TwitterShare Article via LinkedInShare Article via Email Imagine a reality where computers can visualize what you are thinking. Sound far out? It's now closer to becoming a reality thanks to four scientists at Kyoto University in Kyoto, Japan. In late December, Guohua Shen, Tomoyasu Horikawa, Kei Majima and Yukiyasu Kamitani released the results of
GPUでChainerを動かすならDeep Learning Base AMI(Ubuntu)を使用するのが楽。 - Qiita
はじめに 私が自分のPCでGPU Learningしようとしてセットアップで四苦八苦していた際に、AWSからDeep Learning Base AMIなるものが昨年11月に出ていたと知り、試した所非常に簡単に学習まで行うことが出来たのでそのやり方についてまとめました。 AWS Deep Learning Conda と Base AMI の利用開始について Deep Learning Base AMI Deep Learning Base AMIはセットアップやパスの設定がめんどい、NVIDIA driver, CUDA, CuDNN, Python, etc...が最初から入ってるAMIです。 UbuntuかLinux版があり、主要フレームワーク(MXNet, TensorFlow, Caffe2, PyTorch, Theano, CNTK, Keras)がプリインストールされてるA
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
FloydHub Blog
「Everyday AI」で何が便利になる？ 日本マイクロソフトがAIへの取り組みを説明
