AETROS TRAINER Sneak Peek - Artificial Neural Network builder&trainer
Newest version: https://www.youtube.com/watch?v=qS8qhzXRQWE More information at: http://aetros.com/trainer - open beta registration open Supercharge your business with artificial intelligence. Build, train, monitor, and deploy artificial neural network using a web application. Machine learning made easy. Register for free in our open beta at http://aetros.com/
Text-based LSTM networks for Automatic Music Composition
In this paper, we introduce new methods and discuss results of text-based LSTM (Long Short-Term Memory) networks for automatic music composition. The proposed network is designed to learn relationships within text documents that represent chord progressions and drum tracks in two case studies. In the experiments, word-RNNs (Recurrent Neural Networks) show good results for both cases, while charact
Stat212b: Topics Course on Deep Learning by joanbruna
Stat212b: Topics Course on Deep Learning by Joan Bruna, UC Berkeley, Stats Department. Spring 2016. View on GitHub Download .zip Download .tar.gz Topics in Deep Learning This topics course aims to present the mathematical, statistical and computational challenges of building stable representations for high-dimensional data, such as images, text and audio. We will delve into selected topics of Deep
Hierarchical Deep Reinforcement Learning: Integrating Temporal Abstraction and Intrinsic Motivation
Learning goal-directed behavior in environments with sparse feedback is a major challenge for reinforcement learning algorithms. The primary difficulty arises due to insufficient exploration, resulting in an agent being unable to learn robust value functions. Intrinsically motivated agents can explore new behavior for its own sake rather than to directly solve problems. Such intrinsic behaviors co
Deep Residual Networks with Exponential Linear Unit
Very deep convolutional neural networks introduced new problems like vanishing gradient and degradation. The recent successful contributions towards solving these problems are Residual and Highway Networks. These networks introduce skip connections that allow the information (from the input or those learned in earlier layers) to flow more into the deeper layers. These very deep models have lead to
Facebookのメッセンジャープラットフォームの本当の狙いは正しく報道されていないと（僕は）思う。｜決算が読めるようになるノート
（今回は完全に主観なので「オレ（私）は違うと思う」という方もいらっしゃるかもしれませんが、悪しからず。） さて、LINEに続き、Facebookもボットプラットフォームをリリースして、盛り上がっていますね。「F8カンファレンス：FacebookがMessengerのチャットボットのプラットフォームを発表」が詳しいので詳細はこちらをご覧ください。 がしかし、Facebookが本当に何を狙っているのか、というのが正しく報道されていない気がするので、僕の解釈を書いておこうと思います。（繰り返しますが、あくまで主観です。） メッセンジャープラットフォームにおける3つのリリース今回、f8カンファレンスで発表されたメッセンジャー関連の内容は、大きく分けて3つに分類できる。 #1 : ビジネスアカウントにもメッセンジャーを開放 #2 : メッセージを送受信するAPIを開放 #3 : メッセージを自動で送
Understanding Convolution in Deep Learning — Tim Dettmers
Convolution is probably the most important concept in deep learning right now. It was convolution and convolutional nets that catapulted deep learning to the forefront of almost any machine learning task there is. But what makes convolution so powerful? How does it work? In this blog post I will explain convolution and relate it to other concepts that will help you to understand convolution thorou
Nvidiaが送り出すスーパーコンピュータ向け深層学習システム | readwrite.jp
Nvidiaが2016年 GPUテクノロジーカンファレンスで、DGX-1 Deep Learning System を発表した。このシステムはNvidia最新のTesla GP100グラフィックカードを使い、半浮 動小数点でのパフォーマンスは170TFlopに至るという。 多くのPCファンにとってはどうでもいいことのようにも思えるが、市場に出ている中では 一番高価でハイパフォーマンスであるNvidia Titan Xと比べて、性能は12倍にもなる。 Tesla GP100はTSMC 16nm FinFETの製造工程で造られ、High Bandwidth Memory(HBM2)が初めて使われる製品でもある。両方を同時に使ったものを出すのは Nvidiaが最初だ。Samsungは16nmプロセスを2015年から使ってはいるが。 新しい製造プロセスによってGPUをスリム化する代わりに、Nvid
Caffe | Fine-tuning for style recognition
Fine-tuning CaffeNet for Style Recognition on “Flickr Style” Data Fine-tuning takes an already learned model, adapts the architecture, and resumes training from the already learned model weights. Let’s fine-tune the BAIR-distributed CaffeNet model on a different dataset, Flickr Style, to predict image style instead of object category. Explanation The Flickr-sourced images of the Style dataset are
「超人工生命ハッカソン」取材レポート これはまったく新しい人工知能アソビだ！
イベントタイトルが人工知能ではなく「超人工生命」なのは、今回のハッカソンに、ドワンゴAI研究所で産まれた自立学習型人工生命体「LIS」（リズ）を取り入れ、その調教手法を競うハッカソンであるためだ。 説明によれば、「LIS」は、Convolutional Neural Network（CNN/AlexNet）と、Q-Network（DQN）を組み合わせたもの（とエラそうに書きつつも、僕自身概念的なことしかわかってないのですが）。ユニークなのは、Unityと接続されていることだ。Unityでつくった仮想空間のカメラ映像を、学習済みCNNで特徴抽出をして、DQNで学習していくAIということになる。 具体的には、任意の仮想空間上に「報酬（リワード）」と「ペナルティ」の概念を持つブロックを配置して、LISを放つ。LISは制限のなかでできるだけペナルティ取得を最小化して、報酬取得を最大化する方法を学習
FSF Issues Fresh Statement Over ZFS On Linux With GPL Enforcement - Phoronix
FSF Issues Fresh Statement Over ZFS On Linux With GPL Enforcement Written by Michael Larabel in GNU on 11 April 2016 at 04:17 PM EDT. 110 Comments The Free Software Foundation has issued a fresh statement today concerning the recent ZFS file-system efforts on Linux, driven in large part by Canonical's plans for shipping ZFS support in Ubuntu 16.04. While Ubuntu continues moving forward with ZFS pl
Play With the Inner Workings of a Neural Network on This Neat Website
Neural networks are a fundamental part of Artificial Intelligence: Software systems that train themselves to make sense of the human world. But if you want to understand how they work at a basic level, a cool new website allows you to get under the hood. The site is based on Google’s new TensorFlow software library, which is an open source resource for people working with machine learning systems.
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
GitHub - pavelgonchar/colornet: Neural Network to colorize grayscale images
TensorFlowによるDeep Learningでアイドルの顔識別する話
GitHub - jisungk/deepjazz: Deep learning driven jazz generation using Keras & Theano!
GitHub - DeepMark/deepmark: THE Deep Learning Benchmarks
https://deeplooks.com/
TechCrunch | Startup and Technology News
GitHub - maxpumperla/betago: BetaGo: AlphaGo for the masses, live on GitHub.
DIY Deep Learning for Vision: a Hands-On Tutorial with Caffe
