Deep Learning のフレームワーク Chainer を公開しました - Preferred Networks Research & Development
こんにちは、得居です。最近は毎晩イカになって戦場を駆けまわっています。 本日、Deep Learning の新しいフレームワークである Chainer を公開しました。 Chainer 公式サイト GitHub – pfnet/chainer Chainer Documentation Chainer は、ニューラルネットを誤差逆伝播法で学習するためのフレームワークです。以下のような特徴を持っています。 Python のライブラリとして提供（要 Python 2.7+） あらゆるニューラルネットの構造に柔軟に対応 動的な計算グラフ構築による直感的なコード GPU をサポートし、複数 GPU をつかった学習も直感的に記述可能 ニューラルネットをどのように書けるか 次のコードは多層パーセプトロンの勾配を計算する例です。 from chainer import FunctionSet, Vari
「勉強会に行ってみた！」第17回「Deep Learning ハンズオン勉強会」
今回はディープラーニングの勉強会です。ディープラーニングといえば、人工知能についてのブレークスルーと言われている技術ですよね。たとえば、画像共有サービスでユーザーがアップロードした画像を認識して「猫」とか「建物」とかに自動でカテゴリー分けするような仕組みなんかにすでに応用されています。 すごい技術だなぁと思うんですが、調べてみると「特徴量」とか「コンボリューション層」とかの聞き慣れない言葉が出てきて、難しそうだな…と思っていました。でも、ハンズオンということなら、具体的に手を動かしながら雰囲気だけでも分かるんじゃないかな？と思って、行ってきました。 （三土たつお） 会場は、東京・銀座にある「メディアテクノロジーラボ」というところでした。中はこんなふうになってます。 主催は、Mashup Awardsと先端IT活用推進コンソーシアム（AITC）による共催でした。講師は株式会社イーグルの菅井さ
ニコニコ動画の公開コメントデータをDeep Learningで解析する - Qiita
この記事は第2のドワンゴ Advent Calendar 2015の24日目の記事です。 ドワンゴエンジニアの@ixixiです。 niconicoのデータをDeep Learningなアプローチで解析してみた話です。 nico-opendata niconicoの学術目的用データ公開サイト https://nico-opendata.jp が最近オープンしました。 これまでも、国立情報学研究所にて、ニコニコ動画コメントデータや大百科データが公開されていましたが、 nico-opendataでは、ニコニコ静画のイラストデータの約40万枚のイラストとメタデータが研究者向けにデータ提供されています。 今回は、ニコニコ動画コメントデータ(誰でも取得可能)を用いたDeep Learningによるコメント解析例を紹介します。 超自然言語 ニコニコのコメントデータに限らず、twitterでのtweetや
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
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
ディープラーニング最近の発展とビジネス応用への課題