Accelerate your digital transformation Whether your business is early in its journey or well on its way to digital transformation, Google Cloud can help solve your toughest challenges.
Google Cloudが2018年1月に発表した「Cloud AutoML Vision」は、機械学習についての知識がほとんどない人でも簡単に画像認識を使った機械学習を利用できるサービスですが、さっそくこのCloud AutoML Visionを利用して、日本のエンジニアがラーメン二郎のラーメンを高い精度で識別することに成功しました。 Noodle on this: Machine learning that can identify ramen by shop https://www.blog.google/topics/machine-learning/noodle-machine-learning-can-identify-ramen-shop/ AutoML Vision in action: from ramen to branded goods | Google Cloud
Image Credit: Paul Sawers / VentureBeat Googleは3月30日、機械学習のフレームワークTensorFlowに関するいくつかのアップデートを公開した。 TensorFlowは、様々な領域の開発者にとって便利なフレームワークを提供し、データサイエンティストに対してAIモデルの開発を始める上での新しい方法を提供するものだ。 TensorFlowは、開発者が機械学習モデルをセットアップし運用する際に使うことができる、もっとも人気のあるプログラミングフレームワークの一つだ。開発者にとっては最初から組み立てることなく、自分のAIのコードを容易に走らせることが可能になる。データが演算の際にどのように動くのかを表現する計算グラフの概念に基づいて組み立てられている。 Google のAI戦略においては非常に重要な部分だ。というのも、TensorFlowは、同社のデ
AIやMachine Learning(機械学習)はうちの会社に関係ない……なんて時代はもう過去のものになるかもしれない。米Googleが1月17日に公開した「Cloud AutoML Vision」は、データさえあれば素人でも機械学習の力を多分に活用できるサービスだ。 機械学習をさまざまなサービスに適用 これまでもGoogleは、一般ユーザー向けに「Googleフォト」や「Google翻訳」「Google Home」で機械学習、AIのパワーを提供してきた。例えば、Googleフォトに写真をアップロードすれば、クラウドが写真上の風景や人を自動で認識してさまざまなキーワード分類を行う。 「山」や「海」といった風景はもちろん、「犬」や「猫」といった動物も認識し、キーワードで検索しただけで関連度の高い写真をピックアップできる。特に性能の高さを示しているのが人間の顔の抽出機能だ。同一人物の写真が複
Googleの画像認識APIを基に、好きな画像を学習させて認識機能を簡単にカスタマイズできる「Cloud AutoML Vision」発表 Googleは、Googleが提供する学習済み機械学習APIを基に、ユーザーが自分のデータを学習させることで認識機能をカスタマイズできる「Cloud AutoML」を発表しました。 「Cloud AutoML」に対応したAPIの第一弾として、ユーザーが独自の画像を学習させられる「Cloud AutoML Vision」を発表しました。 学習済みの機械学習APIに対して追加で学習可能 Googleは、機械学習を用いた画像認識APIとして「Cloud Vision API」を以前から提供しています。 Cloud Vision APIはあらかじめGoogleによって学習済みであるため、画像を読み込ませるだけで、人間の顔の検出や猫や犬といった動物、船や飛行機、
ニューラルネットワークを用いた機械学習の「ディープラーニング(深層学習)」は人工知能(AI)開発に欠かせない技術であり、AI以外にもGoogleフォトの画像の自動タグ付け機能やAmazonのレコメンド機能など、すでに実用化されている技術に活用されています。そんなディープラーニングを開発者が学習するためのとっておきの方法をGoogleのクラウド開発者がブログで紹介しています。 Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Big Data and Machine Learning Blog | Google Cloud Platform https://cloud.google.com/blog/big-data/2017/01/learn-tensorflow-and-deep-learning-w
社内の機械学習勉強会で最近話題になった機械学習関連のエントリを取り上げているのですが、ここ一ヶ月ではGoogle Neural Machine Translation(GNMT)がとても話題になっていました。GNMTで使われているEncoder-Decoderやattentionのような仕組みを直近で使う予定は特にはないですが、機械学習を使うエンジニアとして知っておいて損はないし、技術的に何が変わったことにより何ができるようになって、何はまだできないのかを知ろう、というのが目的です。技術的な項目は興味ない人も多そうなので、最後に持っていきました。 Google Neural Machine Translation(GNMT)の最近の進化について できるようになったこと 定量的な評価 まだまだ難しいこと 技術的な詳細 Encoder-decoder Attention based encod
こんにちは、PyData.Tokyoオーガナイザーのシバタアキラです。先日公開され大きな反響を呼んだGoogle社の深層学習(ディープラーニング)フレームワーク、TensorFlow(テンソルフロー)。今回はPyData.Tokyoのハッカソンイベントで、参加者の皆さんとTensorFlowについて学び、コーディングし、ディスカッションした内容から得た所感を共有したいと思います。深層学習のネットワーク設計という非常に高度な課題は、一般のエンジニアやデータサイエンティストにはとっつきにくいものですが、既存のさまざまな手法やツールがTensorFlowに移植されつつあり、今後ここが深層学習開発の拠点になる予感がしました。 シバタアキラ PyData.Tokyoのハッカソンイベント 前置き~今回のハッカソンを行うに至った経緯 PyData.Tokyoは昨年秋に開始し、第1回のテーマとして深層学習
大量の画像を扱うサービスに、Googleフォトのような自動カテゴリ機能や、Google SafeSearchのような不適切な表現を含む画像を検出する機能を追加することも可能だ。 Googleは11月には機械学習システム「TensorFlow」をオープンソースで公開している。 関連記事 Google、機械学習システム「TensorFlow」をオープンソースで公開 人工知能に注力するGoogleが、自社開発した機械学習システム「TensorFlow」をApache 2.0ライセンスでオープンソース化した。 Google+から独立した「フォト」は(圧縮すれば)無制限に写真を保存できる写真ツール GoogleがついにGoogle+から分離させた新生写真サービス「フォト」は、圧縮はされるものの高品質なまま無制限に写真/動画を保存でき、画像認識でのカテゴリ分類や検索に対応するが、Chromeアプリで使
11/9 に Google が TensorFlow という機械学習ライブラリを公開しました. 機械学習ライブラリとか言われても何だかよくわからないですね. どういうものなのか調べて報告しろとある人に脅されたので, 機械学習初心者の人向けの説明を置いておきます. ガチ勢の方はお引き取りください. 何ができるの? scikit-learn のような既存の機械学習手法の実装ではありません. 主にニューラルネットを中心とした手法を実装するためのフレームワークです. もちろんニューラルネット以外の手法を実装するためにも使えます. 平たく言えば、機械学習の手法を実装するためのパーツを集めたライブラリという認識で良いと思います. 裏を返せば「2, 3行で手軽に画像の分類ができるぜ」という類のものではないということです. なぜ実装そのものではなく実装のためのフレームワーク? ニューラルネットは非常に設計
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