Yahoo、ポルノ写真の検出に応用できるディープラーニングモデルをオープンソース化 - BRIDGE（ブリッジ）
Sunnyvale の Yahoo 本社に掲げられた看板 Image Credit: Ken Yeung/VentureBeat 今日（9月30日）、Yahoo は画像がポルノ写真かどうかを判定するモデルをオープンソース化する旨のリリースを発表した。 このシステムは、ディープラーニングという、ある種の人工知能技術を使って、（ダーティーイメージなどの）多くのデータをもとに人工ニューラルネットワークをトレーニングし、新しいデータについて推測させようというものだ。現在、2条項BSD ライセンスのもと GitHub 上で入手可能となっているこのモデルは、機械学習をさせる前の段階であるため、利用にあたってはユーザが微調整を施す必要がある。このモデルは広く使われている、オープソースのディープラーニング・フレームワーク「Caffe」と連携する。Yahoo のチームでは、自ら開発したオープンソース・シス
Video Pixel Networks
We propose a probabilistic video model, the Video Pixel Network (VPN), that estimates the discrete joint distribution of the raw pixel values in a video. The model and the neural architecture reflect the time, space and color structure of video tensors and encode it as a four-dimensional dependency chain. The VPN approaches the best possible performance on the Moving MNIST benchmark, a leap over t
CS 6501 -- Deep Learning for Computer Graphics
Course Summary Lectures: TuTh 3:30 - 4:45 PM, Room: Olsson 009 Office hours: TuTh 1:00 - 2:00 PM, Rice 510, or by appointment via email Course Description In this graduate seminar, we will study deep learning techniques and their application to computer graphics. Topics include: Artificial neural networks, including the following subtopics: Supervised and unsupervised learning Feedforward and conv
Neural Network Design
There are now two textbooks in the Neural Network Design series. The first book, shown below, is Neural Network Design. The second book (in progress) is Neural Network Design: Deep Learning. Both books are available on GitHub. That site has all chapters for each book, associated slides, demonstration software and, in some cases, jupyter notebook laboratories. NEURAL NETWORK DESIGN (2nd Edition) pr
NNEF - Neural Network Exchange Format (NNEF)
Neural Network Exchange Format (NNEF) NNEF reduces machine learning deployment fragmentation by enabling a rich mix of neural network training tools and inference engines to be used by applications across a diverse range of devices and platforms. The goal of NNEF is to enable data scientists and engineers to easily transfer trained networks from their chosen training framework into a wide variety
え、台場に？ AI時代のインフラエンジニアに向けて「Tech Summit」上陸
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Windows Server 2016の一般提供（GA）、Azure Stackのアプライアンスお披露目、そしてMicrosoft 最高経営責任者（CEO）Satya Nadella氏が“AI（人工知能）駆動のデジタルトランスフォーメーション”を語った「Microsoft Ignite」（米アトランタで9月26～30日に開催：関連記事1、2、3）。そのIgniteの日本版イベント「Tech Summit 2016」が11月1～2日に東京・お台場で開催される。 Tech Summitは、日本マイクロソフトが、インフラ運用管理者をメインターゲットとして実践的な内容を紹介する技術イベントだが、アプリケーション開発者向けや、開発者と運用管理者の
Epiphany-V: A 1024-core 64-bit RISC processor
I am happy to report that we have successfully taped out a 1024-core Epiphany-V RISC processor chip at 16nm. The chip has 4.5 Billion transistors, which is 36% more transistors than Apple’s latest 4 core A10 processor at roughly the same die size. Compared to leading HPC processors, the chip demonstrates an 80x advantage in processor density and a 3.6x advantage in memory density. Epiphany-V Summ
NNEF - Neural Network Exchange Format (NNEF)
Neural Network Exchange Format (NNEF) NNEF reduces machine learning deployment fragmentation by enabling a rich mix of neural network training tools and inference engines to be used by applications across a diverse range of devices and platforms. The goal of NNEF is to enable data scientists and engineers to easily transfer trained networks from their chosen training framework into a wide variety
手書きひらがなの認識で99.78%の精度をディープラーニングで - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 手書きひらがなの認識、教科書通りの畳み込みニューラルネットワーク（ディープラーニング）で、99.78%の精度が出ました。教科書通りである事が（独自性がない事が）逆に読む方・書く方にメリットがありそうなので、Qiitaで記事にします。 ソースコード ソースコードは https://github.com/yukoba/CnnJapaneseCharacter です。 いきさつ いきさつは、友人と手書きひらがなの認識の雑談をFacebookでしていて、ググったら、この2つが見つかりました。 「Tensorflowを２ヶ月触ったので"手書きひら
ChainerによるRecurrent Neural Network(RNN)のお勉強 〜ExcelとRの乱数の精度検証〜 - Qiita
# -*- coding: utf-8 -*- from chainer import FunctionSet, Variable, optimizers,serializers from chainer import functions as F from chainer import links as L from sklearn import base from sklearn.cross_validation import train_test_split from abc import ABCMeta, abstractmethod import numpy as np import six import math import cPickle as pickle class BaseChainerEstimator(base.BaseEstimator): __metaclas
Learning Reinforcement Learning
Github Repo with code and exercises Why Study Reinforcement Learning #Reinforcement Learning is one of the fields I’m most excited about. Over the past few years amazing results like learning to play Atari Games from raw pixels and Mastering the Game of Go have gotten a lot of attention, but RL is also used in Robotics, Image Processing and Natural Language Processing. Combining Reinforcement Lear
How powerful are Graph Convolutional Networks?
Multi-layer Graph Convolutional Network (GCN) with first-order filters. Overview Many important real-world datasets come in the form of graphs or networks: social networks, knowledge graphs, protein-interaction networks, the World Wide Web, etc. (just to name a few). Yet, until recently, very little attention has been devoted to the generalization of neural network models to such structured datase
機械学習論文読みメモ_4 - Qiita
The Power of Depth for Feedforward Neural Networks, arXiv NNの層数を増やす事は、層の幅を増やす事に比べて指数的により表現力が増大する事を示した。 この事は基本的にすべての活性化関数に対して言う事が出来る。 この事の証明は、従来のブール関数に基づく手法に比べて過程が少なく、異なった手法を用いている。 NEURAL PROGRAMMER-INTERPRETERS, ICLR 2016 プログラムを学習し表現および理解できる組み合わせ可能なモデル構造を開発した。 コアモジュールはプログラムを表現するLSTMベースの学習可能なモジュールであり、入力として前回実行されたプログラム情報と環境情報の特徴表現を使う。 これにより次に実行するプログラム、プログラム終了判定フラグを出力する。 またプログラムの表現モデルに関するkey valueを記憶
GitHub - antirez/neural-redis: Neural networks module for Redis
Machine learning is like highschool sex. Everyone says they do it, nobody really does, and no one knows what it actually is. -- @Mikettownsend. Neural Redis is a Redis loadable module that implements feed forward neural networks as a native data type for Redis. The project goal is to provide Redis users with an extremely simple to use machine learning experience. Normally machine learning is opera
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
Deep Learningで始める文書解析入門
Sheepl : Automating People for Red and Blue Tradecraft
TechCrunch | Startup and Technology News
TechCrunch | Startup and Technology News
GitHub - tqchen/tinyflow: Tutorial code on how to build your own Deep Learning System in 2k Lines
TechCrunch | Startup and Technology News