Deep LearningThis domain may be for sale!
JTPの人財育成 – Connect to the Future
JTPの人財育成ソリューション 私たちJTPは、長年のトレーニングビジネスを通じて、お客様ご自身の人材育成に抱える課題及びその解決方法を既に把握していると理解しています。 しかし、その解決方法実行するには、社内の調整やリソース不足などがあり、効率的に迅速に対応することが難しいということも理解しています。 そのような中でお客様の人材育成活動をすばやく効率的に実現し、さらに学びを継続させ、定着させることが私たちJTPの人財育成ソリューションです。 社内研修支援 社内で行われているトレーニングをさらに効果的なものに ファシリティサービス トレーニングルームの貸出から、テキストの印刷手配まで 学習プラットフォーム 成長を加速する学びのオールインワンプラットフォーム Learning Booster パーソナル･アジェンダ® 行動特性や資質を持っているのかを表す「ヒューマンスキル」アセスメントで分析
Logo Rank - Check your logo design with deep learning
Uniqueness This metric is based on the similarity of the logo to our library of 1M+ icons. The ideal logo design is visually unique, easily distinguished from stock images and other common shapes. Legibility A strong, bold silhouette is the hallmark of a great logo - it ensures that the logo can be recognized low resolutions, from afar and on mobile devices. Color/Contrast Color and contrast can h
Four deep learning trends from ACL 2017 | Abigail See
This is a two-part post. Click here for Part Two. Click here to read a shortened version of this post translated to Chinese. Introduction “NLP is booming”, declared Joakim Nivre at the presidential address of ACL 2017, which I attended in Vancouver earlier this month. As evidenced by the throngs of attendees, interest in NLP is at an all-time high – an increase that is chiefly due to the successes
Docker Compose + GPU + TensorFlow = ❤️ | HackerNoon
Too Long; Didn't ReadDocker is awesome — more and more people are leveraging it for development and distribution. Instant environment setup, platform independent apps, ready-to-go solutions, better version control, simplified maintenance: Docker has a lot of benefits. Docker is awesome — more and more people are leveraging it for development and distribution. Instant environment setup, platform in
CVPR2017に参加してきました | BLOG - DeNA Engineering
はじめに みなさんこんにちは、AIシステム部AI研究開発グループの李天琦 (@TianqiLi)です。普段は主にComputer Visionの研究開発を行っています。 DeNAのAIシステム部では、カメラの映像解析をはじめとする多くのプロジェクトでDeep Learningの技術を活用しています。Deep Learningの世界は変化が激しく、毎日追い続けても追いきれないほど日々新しい技術論文が発表されています。そこで、最新の技術トレンドをキャッチアップするため、今年(2017年)7月にハワイで開催されたConputer Visionに関するトップカンファレンスの一つである「(CVPR2017」)に参加してきました。その内容について紹介したいと思います。 CVPRとは CVPRの正式名称は「Computer Vision and Pattern Recognition」です。Compue
コロラド州デンバーで開催されたiOSカンファレンス「360|iDev 2017」に登壇した話 #360iDev - Over&Out その後
今月の8月13日〜16日にかけて、アメリカ合衆国コロラド州デンバーにて開催された「360|iDev 2017」にて登壇してきました。 （発表中の様子） トークのタイトルは "Deep Learning on iOS" で、スライドはこちら。 Deep Learning on iOS #360iDev from Shuichi Tsutsumi 持ち時間が45分もあったので、スライドの内容プラス、トークの序盤・終盤でライブデモを2つ（配布されているモデルを使用した一般物体認識／自分で学習させたモデルを使用したロゴ認識）実施しました。 360 iDev カンファレンスについて raywenderlich.com の毎年の恒例記事 "Top 10 iOS Conferences" に3年連続でエントリーしている、歴史と由緒あるカンファレンスです。 https://www.raywenderlic
#1 scouty 機械学習講習会 〜自然言語処理入門「Pythonでつくる言語モデル」〜 (2017/09/23 13:30〜)
イベント概要 scouty機械学習講習会は、エディンバラ大学院で人工知能を学んだ代表の島田が、機械学習をこれから学びたいPythonエンジニアに向けて、基礎講習と実践のコーディングを交えてお送りする講習型のワークショップです。 第1回は、自然言語処理入門として、Ngramを使った言語モデルについて扱います。 自然言語処理の基礎の基礎である言語モデルについて、「そもそも言語モデルとは何か？」というところから、Ngramを使った実際の実装まで、講習とコーディングを合わせて学んでいただきます。 Ngramはレガシーな技術ですが、Deep Learningを使った手法と比べても使い勝手がよく、分類問題に限らずいろいろな応用分野があります。 使える道具として、持っておくと役立つこと間違いありません！ 講義内容 言語モデルとはなにか？ 生起確率とエントロピーについて 平滑化について N-gram につ
Deep Learning the Ising Model Near Criticality
It is well established that neural networks with deep architectures perform better than shallow networks for many tasks in machine learning. In statistical physics, while there has been recent interest in representing physical data with generative modelling, the focus has been on shallow neural networks. A natural question to ask is whether deep neural networks hold any advantage over shallow netw
Deep Learning for Siri’s Voice: On-device Deep Mixture Density Networks for Hybrid Unit Selection Synthesis
Deep Learning for Siri’s Voice: On-device Deep Mixture Density Networks for Hybrid Unit Selection Synthesis Siri is a personal assistant that communicates using speech synthesis. Starting in iOS 10 and continuing with new features in iOS 11, we base Siri voices on deep learning. The resulting voices are more natural, smoother, and allow Siri’s personality to shine through. This article presents mo
Apple、Siriのテキスト読み上げ音声合成技術（TTS）に関する詳細を公開。Deep learningを含むdeep MDNベースであり、iOS11にも搭載技術。前期OSとの比較音声あり
Apple、Siriのテキスト読み上げ音声合成技術（TTS）に関する詳細を公開。Deep learningを含むdeep MDNベースであり、iOS11にも搭載技術。前期OSとの比較音声あり 2017-08-24 Appleは、バーチャルパーソナルアシスタント「Siri」の背後にあるDeep learningベースの技術について、その中でもdeep MDNベースの「音声合成 テキスト読み上げ（TTS：text-to-speech）」に関するシステムの詳細を公開しました。 同社が構築するSiriのしゃべる音声は、更新とともにより自然に、より現実の人間に似た音声になってきており、今回発表されたTTSシステムも来年秋に最終版をリリースするiOS11に搭載するとした最新の音声合成技術になります。 同社の合成技術は、単位選択合成（Unit selection synthesis）に基づいており、人の
マルコフ連鎖を使って自分らしい文章をツイートする - Qiita
モチベーション Twitterが好きなので，プログラムが自分のツイートを自動生成してくれれば忙しいときも勝手にTwitterやってくれそうだと思いました． 【エヴァンゲリオン】アスカっぽいセリフをDeepLearningで自動生成してみる を読むと，Deep Learning よりもマルコフ連鎖のほうがそれっぽい文章を生成してくれるようなので，その方針でプログラムを組んでみました． …というかまるっきりやってることが同じですね…… しゅうまい君(@shuumai)とか圧縮新聞(@asshuku)もマルコフ連鎖らしいので多分この方針でいいはず． 前処理 過去の自分の全ツイートは json や csv がまとまった zip ファイルで公式サイトからダウンロードすることができます． 自分の全ツイート履歴をダウンロードする 今回はこれで得られるtweets.csvを使っていきます． 全ツイートの中
A Brief Survey of Deep Reinforcement Learning
Deep reinforcement learning is poised to revolutionise the field of AI and represents a step towards building autonomous systems with a higher level understanding of the visual world. Currently, deep learning is enabling reinforcement learning to scale to problems that were previously intractable, such as learning to play video games directly from pixels. Deep reinforcement learning algorithms are
EuroPython2017で2名登壇しました。 - 株式会社カブク
エンジニアの和田と大串です。 イタリアのRiminiという場所で開催されたEuroPython2017というイベントで登壇したので、そのレポートを書きます。 記事の概要 記事の構成は下記のようになっています。 EuroPythonとは 弊社発表内容 OpenAPI development with Python: 和田 How to apply deep learning for 3D object: 大串 カテゴリ別発表 Python系: 7件 A Python for Future Generations Type Annotations in Python 3: Whats, whys & wows! Write more decorators (and fewer classes) Programming in Parallel with Threads Pythonic Refa
ビッグデータ処理「Spark」、深層学習対応進む
ビッグデータ処理のオープンソースソフトウエア（OSS）である「Apache Spark」のディープラーニング（深層学習）対応が進んでいる。Sparkの主要開発企業である米Databricksや米Intel、米Microsoft、米Verizon傘下の米Oath（旧Yahoo!）などが、Sparkの深層学習対応に熱心だ。 分散処理ソフトのSparkは、2014年ごろには機械学習の大規模化に欠かせない存在だと認識されていた。しかしその後の深層学習の台頭によって存在感が薄れていた。深層学習の高速化にはGPU（Graphics Processing Unit）が向いていることが分かり、米Googleが公開した「TensorFlow」などGPUに対応した深層学習フレームワークが人気を集めるようになったためだ。 ところがここに来て、Sparkを深層学習に対応させる動きが活発化している（表）。2017年
An Effective Training Method For Deep Convolutional Neural Network
In this paper, we propose the nonlinearity generation method to speed up and stabilize the training of deep convolutional neural networks. The proposed method modifies a family of activation functions as nonlinearity generators (NGs). NGs make the activation functions linear symmetric for their inputs to lower model capacity, and automatically introduce nonlinearity to enhance the capacity of the
そもそもAIで何ができるのか？実現可能な7つの成果 | 株式会社インキュビット
「AI（人工知能）を活用してビジネスで成果をあげよう」という動きがますます高まってきました。 しかし一方で「AIを魔法の杖だと誤解した人たちが、ムチャな要望を出してくる」というようなボヤキも、またよく耳にする話です。 つまりAI関連の技術によって、何ができて何ができないのか？という点があいまいなままに、期待だけが先行しがちというのが大方の現状といえそうです。 そんな中でちょっと便利な図をみつけました（記事最上部。オリジナルをもとにAI4U編集部で作成）。 「AIによる７つの成果」（Seven spectrum of outcomes for AI）と題された図。その名の通り、AIによって解決できる成果、つまりユーザーニーズを７段階で整理しています。 「認知」や「通知」のように現時点の技術レベルで可能な段階もあれば、人の判断を手助けする「環境認知」といったまだ難しいレベルもあります。 AI事
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
Recent Trends in Deep Learning Based Natural Language Processing · Issue #387 · arXivTimes/arXivTimes
GitHub - dformoso/machine-learning-mindmap: A mindmap summarising Machine Learning concepts, from Data Analysis to Deep Learning.
GitHub - tensorflow/tfjs-core: WebGL-accelerated ML // linear algebra // automatic differentiation for JavaScript.
