世界最速クラスの学習処理能力を実現した富士通のAI「Zinrai」。 常に最先端であり続ける、そのテクノロジーに迫る
世界最速クラスの学習処理能力を実現した富士通のAI「Zinrai」。 常に最先端であり続ける、そのテクノロジーに迫る 富士通は、30年以上にわたるAIに関する知見や技術を体系化した、「Human Centric AI Zinrai（ジンライ）」を2015年11月に発表している。そして今回、AIに対する市場の関心が高まる中で、ユーザー企業がZinraiをより活用しやくするための「Zinraiプラットフォームサービス」をはじめとするZinrai関連サービスの提供を順次開始する。Zinraiプラットフォームサービスには、スーパーコンピュータからスマートフォンまで開発を手掛ける富士通の技術が結集されている。それを支えるテクノロジーについて、富士通 執行役員 アドバンストシステム開発本部長の野田 敬人氏に話を聞いた。 技術の粋を結集した富士通のAI Zinraiプラットフォームサービスは、AIを実際
Torchでdeep learning - Qiita
初めに この記事はTorchの基本的な使い方の解説?をします。ちょっとした応用や便利ツールなどはこちら caffe,chainer,theanoとdeeplearningライブラリを使ってきて最近torchに乗り換えたのでtorchについてのチュートリアルをまとめます。 コードはこちらの公式チュートリアルの2_supervisedを参考にしました。 torchについて 日本ではdeeplearningのライブラリといえばcaffeに始まり、最近勢いのあるTensorflowや日本で開発がされているchainerなどが主流で、あまりtorchは使われていないように思えます。しかし、世界的にはtorchは主流のdeeplearningライブラリで、Facebookが使用していることでも有名です。画像処理における最新の手法の実装も多く、Fast R-CNNで使われているROIPoolingやse
Vehicle Color Recognition using Convolutional Neural Network
Vehicle color information is one of the important elements in ITS (Intelligent Traffic System). In this paper, we present a vehicle color recognition method using convolutional neural network (CNN). Naturally, CNN is designed to learn classification method based on shape information, but we proved that CNN can also learn classification based on color distribution. In our method, we convert the inp
畳み込みニューラルネットワーク（Convolutional Neural Network：CNN）の使い方、分かりますか？ - アイティメディア株式会社
畳み込みニューラルネットワーク（CNN：Convolutional Neural Networks）とは、一体何でしょうか。 簡単に言うとニューラルネットワークの進化における一段階で、ビジョンプロセッシング、手書き文字認識、声紋分析、ロボティクスといったアプリケーションで重要な技術になりつつあります。広範囲な組み込みシステムにて利用されてる可能性が高く、組み込みシステムの最新状況に通じていたいならば、大いに関心を持つべき事柄です。 しかし、CNNは従来の信号処理ツールとは仕組みも設計方法もかなり異なります。そのため、その応用範囲の広さとは裏腹に、当面は汎用的な技術ではなく、特定用途向けのブラックボックスまたはフレームワークとして登場し、ユーザーであるデザインチームから複雑性の大部分が隠されることになりそうです。 ここでは畳み込みニューラルネットワーク（CNN：Convolutional N
はじめてのGAN
今回はGAN（Generative Adversarial Network）を解説していきます。 GANは“Deep Learning”という本の著者でもあるIan Goodfellowが考案したモデルです。NIPS 2016でもGANのチュートリアルが行われるなど非常に注目を集めている分野で、次々に論文が出てきています。 また、QuoraのセッションでYann LeCunが、この10年の機械学習で最も面白いアイディアと述べていたりもします。 “The most interesting idea in the last 10 years in ML, in my opinion.” –Yann LeCun GANは聞いたことはあるけれどあまり追えてないという人向けに基礎から解説していきたいと思います。それでは順に見ていきましょう。 目次 基礎理論 DCGAN 実装 論文紹介 まとめ 基礎理
自然言語処理における畳み込みニューラルネットワークを用いたモデル - 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 最近、畳み込みニューラルネットワーク(CNN)を用いた自然言語処理が注目を集めています。CNNはRNNと比べて並列化しやすく、またGPUを使うことで畳み込み演算を高速に行えるので、処理速度が圧倒的に速いという利点があります。 この記事は、自然言語処理における畳み込みニューラルネットワークを用いたモデルをまとめたものです。CNNを用いた自然言語処理の研究の進歩を俯瞰するのに役立てば幸いです。 文の分類(評判分析・トピック分類・質問タイプ分類) Convolutional Neural Networks for Sentence
NanoNets : How to use Deep Learning when you have Limited Data
Disclaimer: I’m building nanonets.com to help build ML with less data Part 2 : Building Object Detection Models with Almost no HardwareI think AI is akin to building a rocket ship. You need a huge engine and a lot of fuel. If you have a large engine and a tiny amount of fuel, you won’t make it to orbit. If you have a tiny engine and a ton of fuel, you can’t even lift off. To build a rocket you nee
「機械学習とは？」から始めるDeep Learning実践入門
前提スキル: スクリプト言語の開発をしたことがある方（Python/Ruby etc） ターミナル/Linuxコマンドに抵抗が無い方 詳細内容 Part1: 機械学習とDeepLearningの概要 機械学習とは DeepLearningとは？ DeepLearningってなにがすごいの？ DeepLearningってなにができるの？ Part2: Jupyter NotebookとChainerを使ってDeep Learningに触れてみよう Jupyter Notebookをセットアップしよう！インストールから一緒にやります！ Deep LearningのHello worldであるMinstをやってみよう！ Chainerで線画自動着色してみよう！ 会場について 会場までの道のり ピクスタ株式会社への行き方 設備 Wifiあります 飲食できます 但し、ゴミは持ち帰ってください 禁煙で
日本でもAmazon Echo年内発売？既に業界は戦々恐々 | 湯川鶴章のテクノロジーフィクション | コラム＆ブログ | ニューズウィーク日本版 オフィシャルサイト
＜一度使えばスマホには戻れなくなる、といわれる音声コマンドの大ヒット・デバイス、Amazon Echo（エコー） がいよいよ日本上陸！？ 搭載されている音声認識技術 Alexa（アレクサ）に対応する家電や自動車も続々と現れて、これからは音声入力が生活の主役になりそうだ＞ アメリカで爆発的人気のスピーカー型音声アシスタント「Amazon Echo」。業界関係者によると、日本でも年内に発売になる可能性が高い。スマートフォン全盛時代に終止符を打つ可能性があると言われるほどの大型ヒットデバイスだけに、まだ噂の段階ながら戦々恐々とする業界関係者が多い。 ボイスファーストが強み Amazon Echoでどんなことができるのか。イメージ的には、スマホのデジタルアシスタントGoogle NowやiPhoneのsiriのようなもの。違いは、ボイスファーストだというところ。ディスプレイを搭載していないので、音
Intel FPGAs Break Record for Deep Learning Facial Recognition
Intel FPGAs Break Record for Deep Learning Facial Recognition Today Intel announced record results on a new benchmark in deep learning and convolutional neural networks (CNN). Developed with ZTE, a leading technology telecommunications equipment and systems company, the image recognition technology is what many companies in Internet search and AI are trying to advance. Perception, such as recogniz
Deep Reinforcement Learning: An Overview
We give an overview of recent exciting achievements of deep reinforcement learning (RL). We discuss six core elements, six important mechanisms, and twelve applications. We start with background of machine learning, deep learning and reinforcement learning. Next we discuss core RL elements, including value function, in particular, Deep Q-Network (DQN), policy, reward, model, planning, and explorat
Grumpy: Running Python on Go
Episode #95, published Wed, Jan 18, 2017, recorded Thu, Jan 12, 2017 Google runs millions of lines of Python code. The front-end server that drives youtube.com and YouTube’s APIs is primarily written in Python, and it serves millions of requests per second! On this episode you'll meet Dylan Trotter who is working increase performance and concurrency on these servers powering YouTube. He just launc
AI時代、NVIDIAが当面は無敵と思える理由 | AI4U
最近の株式市場もAIブーム。その中で最も注目されている銘柄が米半導体メーカーNVIDIA（エヌビディア）。同社の株価もすごいことになっているが、最近では同社と提携する企業の株価も高騰する傾向にある（関連記事：AI相場“中核”、ＮＶＩＤＩＡ関連の「神通力」）。 果たしてNVIDIAは、このままAI時代の覇者として逃げ切ることになるのだろうか。日本法人のDeep Learning部長の井崎武士さんにお話を聞いた。（ITジャーナリスト・湯川鶴章） 2000個のCPUの計算を12個のGPUで実現 そもそもNVIDIAって、いつAI企業になったのだろう。ゲーム用半導体のメーカーと認識していたのは僕だけじゃないはず。 世界中のAIの研究者がNVIDIAのGPU（Graphics Processing Unit）に注目したのは2012年といわれる。Googleが2000個のCPU（Central Pro
10 Deep Learning Trends and Predictions for 2017
I used to write predictions for the upcoming year in my older blog. The last one I recall writing was “Software Development Trends and Predictions for 2011”. That’s quite a long time ago. Just to recap, out of 10 predictions, I gather that I got 6 accurately (i.e. Javascript VM, NoSQL, Big Data Analytics, Private Clouds, Inversion of Desktop Services, Scala), however the the remaining 4 have not g
反対の方向からやって来る人 - PythonではじめるDeep learning
2017 - 01 - 24 反対の方向からやって来る人 人生 シェアする Bookmark! Facebook Twitter Google+ Pocket この間、大学の帰り道に駅のホームを歩いていた時のことです。 適当に書いたレポートを、ぽいっと提出して、 大学辞めたいなぁ、とか思いながら 駅のホームを歩いていました。 大量の大学生が大学の方に向かっていました。 きっと彼らには今からテストがあるのでしょう。 その流れに逆らって歩いていると その中に自分と同じ方向を向いている人を何人か見つけることが出来ました。 1組のカップルと、それと僕と同年代くらい男の人です。 男がカップルの横を、するり、と抜いていきます。 僕はこの人に負けちゃいけない。 なぜか、そう思って、この人について行くことにしました。 ホームの橋から橋まで歩くつもりなのでしょう、 どんどん進んでいきます。 だんだんと、歩幅
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
https://arxiv.org/pdf/1702.00783
Semantic Clustering and Convolutional Neural Network for Short Text Categorization · Issue #195 · arXivTimes/arXivTimes
GitHub - stratospark/food-101-keras: Food Classification with Deep Learning in Keras / Tensorflow
Deep Learning with Python
世界最高の学習速度を達成！高精度なAIを実現する「Deep Learning」の最先端技術 : FUJITSU JOURNAL（富士通ジャーナル）
