物理サーバを選定する際のポイント – Eureka Engineering – Mediumもともと日本向けに作られていたPairsのモバイルアプリを、どのように国際的に展開できるようにしたのか。国際化・ローカライズの対応を進めたときの実際の流れや工夫を、モバイル開発の視点からまとめています。
ディープラーニングで囲碁
2017/05/14 Tygem 150万棋譜へのリンク、Policyの流用を追加 Detelfさんの学習済みデータを動かす Caffeで使うデータベース Oakfoamのソースを落とす HDF5 C++からLevelDBの作成 AyaのCNNを計算する関数 Caffeのインストール 棋譜 学習データのシャッフル PolicyNetのネットワーク構造を指定 19路のPolicyNetを13路、9路に流用 ValueNetの構造を指定 ValueNetの学習局面 平塚の囲碁4段 Caffeのデータの吸出し 学習途中のグラフ表示 GPUの選択 参考文献 論文 オープンソースのソフト Detelfさんの学習済みデータを動かす まずはGPUなしでDetlefさんが作成された学習済みデータを動かしてみる のが参考になると思います。 1. Caffeのインストール 2. CaffeのサンプルのMNIS
Google DeepMindの囲碁ソフト AlphaGoの衝撃 - カレーなる辛口Javaな加齢日記
「Mastering the Game of Go with Deep Neural Networks and Tree Search」https://storage.googleapis.com/deepmind-data/assets/papers/deepmind-mastering-go.pdf http://deepmind.com/alpha-go.html 「AlphaGo: Mastering the ancient game of Go with Machine Learning 」http://googleresearch.blogspot.jp/2016/01/alphago-mastering-ancient-game-of-go.html 「AlphaGo: マシンラーニングで囲碁を 」http://googlejapan.blogspot.jp/2016/01/
1
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
処理を実行中です
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 - maxpumperla/betago: BetaGo: AlphaGo for the masses, live on GitHub.
