去年：http://www.adventar.org/calendars/992 Deep Learningに関する話題ならなんでもオッケーです。 論文の紹介・実装、フレームワークを試してみた...etc.
Deep Learning Advent Calendar 2016 - Adventar
去年：http://www.adventar.org/calendars/992 Deep Learningに関する話題ならなんでもオッケーです。 論文の紹介・実装、フレームワークを試してみた...etc.
Deep Learning the Stock Market
Update 25.1.17 — Took me a while but here is an ipython notebook with a rough implementation In the past few months I’ve been fascinated with “Deep Learning”, especially its applications to language and text. I’ve spent the bulk of my career in financial technologies, mostly in algorithmic trading and alternative data services. You can see where this is going. I wrote this to get my ideas straight
Amazon RekognitionをSDKから使ってみました #reinvent | DevelopersIO
こんにちは、小澤です。 今回はre:Invent 2016で発表されたAmazon RekognitionをSDKから使ってみたいと思います。 Rekognitionとは Deep Learningを利用した画像解析のサービスです。 できることとしては どのようなものが写っているかのラベル情報取得 画像から顔の位置を取得 2枚の顔画像中の同一人物取得 の3つのようです。 ラベル情報の取得をWeb上から行ってみるとこのように取得できます。 SDKを使ってみる 今回はGetting Started with Amazon RekognitionのStep4にあるExercise 1: Detect Labels in an Image (API)ベースにSDKから動かしてみたいと思います(他の2つも使い方はほぼ変わらないため、掲載するのはDetect Labelsのみにします)。 awscli
Amazon、AWSの深層学習フレームワークとしてMXNetを選択
あなたにとって重要なトピックや同僚の最新情報を入手しましょう最新の洞察とトレンドに関する最新情報を即座に受け取りましょう。 継続的な学習のために、無料のリソースに手軽にアクセスしましょうミニブック、トランスクリプト付き動画、およびトレーニング教材。 記事を保存して、いつでも読むことができます記事をブックマークして、準備ができたらいつでも読めます。
Accuracy of a Deep Learning Algorithm for Detection of Diabetic Retinopathy
A, Referable diabetic retinopathy, defined as moderate or worse diabetic retinopathy or referable diabetic macular edema. B, All-cause referable cases, defined as moderate or worse diabetic retinopathy, referable diabetic macular edema, or ungradable image quality. Performance of the algorithm (black curve) and ophthalmologists (colored circles) for the presence of referable diabetic retinopathy (
An exact mapping between the Variational Renormalization Group and Deep Learning
Deep learning is a broad set of techniques that uses multiple layers of representation to automatically learn relevant features directly from structured data. Recently, such techniques have yielded record-breaking results on a diverse set of difficult machine learning tasks in computer vision, speech recognition, and natural language processing. Despite the enormous success of deep learning, relat
(レポート) MAC302: Amazon Rekognition Easy-to-Use Deep Learning-based Image Recogunition #reinvent | DevelopersIO
こんにちは、せーの@re:Inventです。今回はre:Inventで紹介された画像認識の新サービス「Amazon Rekognition」のセッションをご紹介します。 レポート 画像は普遍的、いたるところにあり、本質的である 画像の取得枚数は年ごとに加速度的に増えていき2017年には1兆2千億枚にまで爆発的に増える S3に保管される画像の枚数もそれに伴い爆発的に増えている Amazon Rekognitionは4つの機能がある オブジェクトの認識機能 顔認識機能 個人比較 顔認証機能 オブジェクトの認識機能 画像からオブジェクト、シーン、コンセプトの探索してラベリングする 確からしさを100分率で表す 利用例 画像共有アプリの検索 旅行レンタルマーケットでホストがアップロードする写真にタグ付け 旅行サイトで掲示板にアップされた写真にラベルを自動的につける ユースケース 顔認識機能 表情等
[速報] 画像分析サービス Amazon Rekognition が発表されました #reinvent | DevelopersIO
はじめに 清水です。re:Invent2016 Day1 Keynoteにて画像分析を行える新サービス Amazon Rekognition が発表されました。 深層学習(Deep Learning)による画像検出と認識が行えるサービスです。 Amazon Rekognition – Deep learning-based image analysis 公式ブログによる紹介「Amazon Rekognition – 深層学習による画像検出と認識」 何ができるサービスか？ 深層学習による画像検出と認識ということですが、具体的にどんなことができるのでしょうか？公式ペー ジに掲載されていた例を元にまとめてみます。 Object and scene detection(画像に写っている物と状況の分析) 画像ファイルを入力として、その入力画像には、人物、岩、森、マウンテンバイク、アウトドアなどが、
AWS Solutions Architect ブログ
SA岩永です。Amazon CTO Wernerのブログで、深層学習フレームワークであるMXNetについての投稿がありました。AWSを使って機械学習・深層学習をお考えの方に非常に重要な内容なので、日本語訳しましたのでご覧ください。 また、記事内にもありますが今週ラスベガスにて開催されるre:Invent 2016では11月30日に機械学習についてのMini Conもありますので、現地にいらっしゃる方はぜひご参加下さい。 追記: re:Invent 2016の中で、深層学習フレームワークのベンチマーク用のコードが公開されました。https://github.com/awslabs/deeplearning-benchmark 原文: MXNet - Deep Learning Framework of Choice at AWS 機械学習は、私達のビジネスや生活の多くの領域において段々と重要
クラウドで楽して始める Deep Learning 2016年12月12日（東京都） - こくちーずプロ
本セミナーのねらい IT 業界で今最も話題となっているDeep Learning（深層学習）。一部で成功事例も出てきていますが、どこから始めれば良いのかに悩んでいる方もまだまだ多く、自社のサービスとして実際に運用に至っているところはまだ少ないのが実状です。 一般的にその理由として以下のようなボトルネックが考えられます。 Deep Learning で必須となるGPUを持つ特殊なHWの導入が必要 Deep Learning を始めるまでの環境構築が大変で、Computingのスキルが必要 Deep Learning は、(1)学習工程、 (2)推論工程が必要となり、前者はHPCのスキルセット、後者はWebやエッジデバイスの知識が必要となり多くの知識が要求される 本セミナーではこれらの負担をできるだけ軽くするために、学習から推論までDeep Learningに集中できるクラウド環境の解説と、誰
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
Deep Learningとはなにか - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 凄い凄いと言われてもピンとこない人向け。(という体の社内勉強会資料) 機械学習からの橋渡しです。 Deep Learning とは (as TL;DR) 機械学習(Machine Learning)の一種 多層(Deep)のニューラルネットワークを使う 特徴量抽出を自動化できる 学習コストは高いが、人間の労力を抑えられる ただし、訓練データは依然として手作業で作成する必要がある 機械学習の中での位置づけ 機械学習の構成要素 学習データ 特徴量 アルゴリズム 「学習」方法は３通りある 教師あり学習(Supervised learning)
Deep Learning with Coherent Nanophotonic Circuits
Artificial Neural Networks are computational network models inspired by signal processing in the brain. These models have dramatically improved the performance of many learning tasks, including speech and object recognition. However, today's computing hardware is inefficient at implementing neural networks, in large part because much of it was designed for von Neumann computing schemes. Significan
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
【Amazon Lex】人工知能を活用した会話型インターフェイス | AWS
https://qiita.com/shirono_kei/items/4c6cf757e8ad1b85394d
Image Recognition Software, ML Image & Video Analysis - Amazon Rekognition - AWS
GitHub - onivim/oni: Oni: Modern Modal Editing - powered by Neovim
GitHub - MoriKen254/DeepLearningWithPython: Implementation of Deep Learning Algorithm with Python from scratch.
画像認識ソフトウェア、ML 画像および動画分析 – Amazon Rekognition – AWS
AWS Marketplace
