画像認識分野での ディープラーニングの研究動向 岡谷 貴之 東北大学
企画セッション2「ディープラーニング」 • 趣旨：応用３分野におけるDeep Learning（深層学習）の研究 の現状 • 画像：岡谷貴之（東北大学） – 「画像認識分野でのディープラーニングの研究動向」 • 音声：久保陽太郎（NTTコミュニケーション科学基礎研究所） – 「音声認識分野における深層学習技術の研究動向」 • 自然言語処理：渡邉陽太郎（東北大学） – 「自然言語処理におけるディープラーニングの現状」 画像認識分野での ディープラーニングの研究動向 岡谷 貴之 東北大学 NNの基本要素 Neural Network NN研究の歴史 DNNの過学習とその克服 • DNN → 過学習が起こる – 訓練誤差は小さいが汎化誤差は大 • 現象 – 下層まで情報が伝わらない；勾配が 拡散；訓練データが上位層のみで 表現可能 – 全結合型のNNで顕著 • 過学習の克服 １．学習最適化の工夫
Deep Learningによる画像認識を可能にする最も簡単なWebプラットフォーム「Labellio」のリリースのお知らせ - Alpaca技術ブログ
本日6/30にAlpaca(http://www.alpaca.ai/, blog: http://blog-jp.alpaca.ai/)はDeep Learningによる画像認識を可能にする最も簡単なWebプラットフォーム「Labellio(ラベリオ)」(URL: https://www.labell.io/ja/)をリリースしました。 リンク: Labellio ロゴ 代表画面 モデル一覧ページ ラベル付けページ モデル構築ページ 背景 近年の機械学習関連技術の発達により、Deep Learningを用いた画像の認識精度は人間に迫るレベルに達しました。しかし、そのソフトウェアとGPUを用いた計算環境のセットアップ、画像の管理、作成されたモデルのプロダクトへの有効利用と、実際に画像認識を行う上での課題はたくさんあります。 Labellioはそのようなソフトウェア、計算環境、有効利用などの
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
