[DL輪読会]"Dynamical Isometry and a Mean Field Theory of CNNs: How to Train 10,0...Deep Learning JP
![量子アニーリング解説 1](https://cdn-ak-scissors.b.st-hatena.com/image/square/0b16d5906da63adac3330f2680969bdaee928d72/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fquantumannealing-121022082430-phpapp02-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
より詳細なCQRSに関する資料はこちら https://little-hands.hatenablog.com/entry/2019/12/02/cqrs 参考資料:http://little-hands.hatenablog.com/entry/jjug2017fall 社内新規プロダクトでDDD, CQRSの思想をベースとしたアーキテクチャを構築し、コマンド(更新系処理)ではSpring Data JPA(Hibernate)を、クエリ(参照系処理)ではjOOQを採用しました。 結果としてそれぞれのORMの良いところを生かした組み合わせのアーキテクチャが構築できたので、その経緯と得られた知見についてお話ししたいと思います。 以下のようなトピックを考えています。 ・CQRSの定義とメリットデメリット ・DDD,CQRSを検討するにあたってのORMの選定ポイント ・構築したアーキテクチャ
This document discusses analyzing text data from Japanese language transcripts of talks in R. It shows tokenizing the Japanese text into words using the MeCab library and creating bigram features by grouping the tokenized words into pairs. Some key steps include: 1. Tokenizing the Japanese transcripts into words and part-of-speech tags using RMeCabDF(). 2. Creating a tokens dataframe with title, w
Statistics Likes 0 Downloads 14 Comments 0 Embed Views 17 Views on SlideShare 933 Total Views 950 Juman knpを用いた形態素解析 Presentation Transcript LOGOJUMAN/KNPを用いた形態素・構文・格解析Luu Tuan Anh長岡技術科学大学自然言語処理山本研究室 目次1. JUMANの仕組み2. KNPの仕組み LOGO1. JUMANの仕組み コスト最小法コスト=∑{(形態素コスト×形態素コスト重み) 1 (品詞コスト×見出し語コスト) 10~100 ~ 1.0~ +(連接コスト×連接コスト重み)} ~10~ 4 から 40 だ 40 10 11 40 文頭 40 読む 文末 100 16 40 か ら だ 100×1.6 コスト最小
IBIS 2021 https://ibisml.org/ibis2021/ における最適輸送についてのチュートリアルスライドです。 『最適輸送の理論とアルゴリズム』好評発売中! https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https://speakerdeck.com/joisino/zui-shi-shu-song-ru-men
3. 自己紹介(1) 筑波大の 筑波大のM1の学生 専門は 専門はHPC ・クラスタコンピューティング ・スーパーコンピュータ ・グリッドコンピューティング テーマの例 ・簡便にボランティアコンピューティングを実現するためのフレームワーク ・仮想マシンを用いた分散システムの耐故障性評価環境 etc…… 2008年7月12日 SBM研究会 3 4. 自己紹介(2) 物作りが大好き 物作りが大好き りが大好 ・いろいろ作った いろいろ作 最近だとひらめいった だとひらめいったー ・最近だとひらめいったーとか 学部3 (2年前 年前) ・学部3年(2年前)の時に SBMにハマる SBMにハマる 今回の 今回の話 2008年7月12日 SBM研究会 4 5. 自己紹介(3) with はてブ はてブ 主に使うSBMははてブ ブログのブクマ数 = 794 サービスの置いてあるアドレスのブクマ数 =
Senior Staff Research Engineer, Artificial Intelligence As a senior staff research engineer for Artificial Intelligence, I develop a broad range of mobile and online services utilizing AI, such as games, gaming platforms, entertainment content distributions. I have developed dozens of machine learning systems for hundreds of million users and accelerated services. For example, I have developed doz
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
発表資料は slideshare にあげました。暇ができたらもうちょっと補足とか書きたいですね (書かないフラグ)。 ページ数は 273 ページと、ありえない枚数ですけど、内容としては 90 ページもないはず! C#(VB)プログラマのためのF#入門View more presentations from bleis tift. 発表終了時間を 10 分勘違いしていて、かなり早めに終わってしまった・・・ 発表時の Twitter の様子は デブサミ2011【17-D-7】C#(VB)プログラマのためのF#入門 bleis-tift 氏 - Togetter をどうぞ。 ・・・なんかおかしいのも混ざってますけど気にしない方向で!
「なぜアジャイルなのですか?改めて考察するウォーターフォールとの違い」の説明資料 http://agileucdja.doorkeeper.jp/events/1736 当日の話のビデオをyoutubeに上げて頂きました。 ウォーターフォールが何だったのかを消化しきれなくて先に進めない方や,そういう人に納得しもらう説明が必要がある方のお役にたてれば幸いです。 (1/4) http://youtu.be/uueTeig6QoI (2/4) http://youtu.be/6upGG7xpQyw (3/4) http://youtu.be/46SwtfOAWqs (4/4) http://youtu.be/tisy_98A434Read less
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