自分語りすみません。自己紹介ついでです 自己紹介 学生の頃ふと図書館においてあった古いゲーム雑誌に 「ゲーム業界では服装も髪も自由だ。黒髪でリクルートスーツ着ている人より、金髪でラフな服装をしている人のほうが きっとエンタテイメントな人生をおくってるに違いない。ゲーム業界では独創的な人は大歓迎だ」 といったリクルート記事をみて 一瞬でゲームプログラマに決めました 学生時代は勉強は出来たけど、集団生活や 授業を聞くことが出来ず常に授業中走り回ってました 大学も3ヶ月で教師と喧嘩して辞めて 東京に出て フリーでビジネスプログラミングをしました 高校時代に ゲームを逆アセンブルして、グラフィックローダや音楽ドライバ等を高速化して 会社に送りつけたりしてたので、すんなり仕事はできました そこからは お金がほしい時はビジネスプログラム、夢がほしい時はゲームプログラムと 業界を行ったり来たりし、ソーシ
Freemake.comプロジェクトは2010年に開始されました。その時以来Freemakeは5つのプログラムをリリースしました。私たちのアイディアは、世界中のユーザーにマルチメディアファイルを取り扱うための便利なツールを提供することです。Freemake Studioは、あらゆる種類のオンラインおよびオフラインコンテンツを扱うためのフルオプションセットを提供します。 世界中のユーザーに人気を得るには、2年かかりました。何年もの間、Freemakeの製品は、有名なコンピュータ雑誌及び技術的なオンラインリソースでレビューされています。過去数年間、他の多くのプログラムがリリースされたにもかかわらず、当社のソフトウェアは非常に人気があります。 当初、Freemakeのソフトウェアはフリーソフトウェアとしてリリースされましたが、非常に高品質でした。しかし、特別に設計されたインタフェースを備えた高品
デル・テクノロジーズ blog
重要事項／免責事項 † 画面はハメコミ合成であり、変更される場合があります。機能の提供状況と展開時期は、国とデバイスによって異なります。 15. Dellは、業界で最も包括的なマルチクラウド対応ストレージ ポートフォリオを単一ベンダーとして提供しています。Dellの分析（2024年2月）に基づきます。 16. 堅牢なセキュリティを備えた、世界で最も包括的なストレージ ポートフォリオです。プライマリー、非構造化、PBBA、HCIのセグメントに関するDellの分析（2024年2月）に基づきます。 商標：Dell Technologies、Dell、およびその他の商標はDell Inc.またはその子会社の商標です。MicrosoftおよびWindowsは、Microsoft Corporationの米国登録商標です。Ultrabook、Celeron、Celeron Inside、Core In
画像生成AI「Stable Diffusion」をGoogle Colaboratoryで動かして画像の保存先をGoogleドライブにする方法
2022年8月23日に一般向けで公開された画像生成AI「Stable Diffusion」は、入力した文字列に沿ってまるで人が描いた絵や写真のような画像を生成してくれます。実際に使うとなるとNVIDIA製GPUを搭載したマシンが必要で、導入にもある程度の知識が求められますが、Googleが提供しているPython実行環境「Google Colaboratory」を使えば、低スペックのノートPCでも無料でStable Diffusionで動かすことが可能。しかし、無料版では一定時間でランタイムの切断が行われるのですが、Google Colaboratory上で生成された画像はあくまで一時的なものなので、ローカルに保存していなければ生成した画像が消えてしまいます。そこで、Google ColaboratoryにGoogleドライブをマウントし、画像の出力先をGoogleドライブのフォルダに指定
最新および将来の技術動向をゲーム開発者に向けて提供するため、社団法人コンピュータエンターテインメント協会(CESA)が「CESA ゲーム開発技術ロードマップ」を公開しました。世界のゲーム開発現場に比べて日本のゲーム開発は遅れを取り始めていると言われて久しいですが、このロードマップを見ると、日本のゲーム開発はまだまだ発展の余地が考えようによっては山ほどあるとわかります。 ロードマップは5つのカテゴリ、「プログラミング」(プログラミング一般、コンピューターグラフィックス、AI、物理、アニメーション)・「ビジュアルアーツ」(レンダリング、アニメーション、グラフィックデザイン、オーサリング・プロダクション)・「ゲームデザイン」(ゲームシステム、生産性と品質の向上、気にしなければならない周辺技術)・「サウンド」(DSP (Digital Signal Processing)、シンセサイズ・波形生成・
Turing株式会社の自動運転MLチームでインターンをしている東大B4の中村です。 突然ですが、web検索のように簡単に、ストレージ内に保存されている、日時以外のメタ情報のない動画が検索出来るようになったら幸せになれると思いませんか？ 例えば「赤信号で車が停止している」という検索クエリに対して、実際に赤信号で停止している動画が返ってきたら、簡単にそれを信号検知＋停止のモデル学習に使えるようになります。 今回私が開発した動画検索システムはこれをAIの力を借りて実現しました。これにより、格段に動画検索の利便性が増し、より多様な動画を簡単に使用できるようになりました。今回はそのシステムについて紹介します。 ワンパンで動画を探せると嬉しい 課題 Turingでは、走行パートナーの方々と共に大量の走行データを収集してきました。車両にカメラ・データ収集キットを載せて、文字通り毎日朝から晩までデータを取
はじめに TuringのBrain Research teamで頑張ってる井ノ上です。(Twitter: いのいち) Turingは完全自動運転の開発を目指しており、その実現のためには賢い頭が必要だと考えています。その方法の一つとして、近年の大規模言語モデル（LLM）に見られるような文脈理解力をうまく取り入れられないかと考えており、LLMとVisionの情報をかけ合わせたモデルに注目して研究を行っています。自動運転とVision and languageモデルについては、ぜひこちらの記事を読んでみてください。 今回の記事は2023年7月に開催されたABCI LLMハッカソンで取り組んだときに開発していたGIT-LLMというモデルの開発について解説する記事となっています。途中のコードの解説部分などは少し退屈に感じるかもしれませんので、その場合はぜひ結果のパートだけでも見てみてください。いろい
AI分野でのNVIDIA一強状態を崩すためにIntel・Google・富士通・Armなどが参加する業界団体がCUDA対抗のAI開発環境を構築中
NVIDIAはAI開発に使われるGPUで大きなシェアを獲得しているほか、ソフトウェア開発および実行環境「CUDA」もAIの開発現場で広く採用されています。そんなNVIDIAの一人勝ち状態に対抗するべく、Intelや富士通、Google、Armなどのテクノロジー企業が参加する業界団体「Unified Acceleration Foundation(UXL Foundation)」がオープンなソフトウェア開発環境の構築を進めています。 UXL Foundation: Unified Acceleration https://uxlfoundation.org/ Unified Acceleration (UXL) Foundation https://www.intel.com/content/www/us/en/developer/articles/news/unified-accelera
Smultron by Peter Borg
How can I get a license for an earlier version? You can only buy a license for the latest version but if you need a license for an earlier version you can get it by following these two steps: First buy a license for the latest version from the store (you can of course keep this license for when you upgrade your macOS) Then send a mail to us with the order ID and the version that you want the licen
複数人で共有して使う研究室のサーバでは、rootfulなDockerを用いると権限周りでさまざまな問題が発生します。 Docker rootlessで権限関係の諸問題を解決し、最強の研究室サーバ環境を作りましょう。 筆者の研究室の環境 Docker rootlessとは Set Up 前提 管理者が一括で行うこと 必要なパッケージのインストール Dockerのインストール nvidia-docker2のインストール uidmapの設定 各ユーザで行うこと 運用上のtips data-rootの場所 DOCKER_HOST環境変数の一括設定 subuid/subgidの一括設定 セットアップの自動化 ファイルの所有権 さいごに Special Thanks 筆者の研究室の環境 筆者は東京大学 相澤・山肩・松井研、山﨑研で、院生鯖缶をしています。コンピュータビジョン・マルチメディアを主な研究分
研究開発部の染谷 ( @ayemos_y ) です。好きな ImageNet のラベル(Synset)は "Eccentric, eccentric person, flake, oddball, geek" です。 クックパッドの研究開発部は2016年7月に発足し、現在はアルバイトを含め13名の体制となっています。その中で、こちらの記事でも紹介されている料理／非料理判別モデルを開発するなど、機械学習／ディープラーニング分野に特に力を入れて取り組んでいます。 最近は、モデルを開発し改善する手法などについて多くの情報にアクセス出来るようになり、このような技術をプロダクトに応用していきたいという気持ちが高まっている現場が多いかと思います。しかし一方で、分析の為のデータへのアクセスや画像認識モデルの実装や実験を行うためのGPU環境の整備など、現場の都合に対応するコストによって開発の勢いが鈍化して
概要 つい一ヶ月前に提案された深層学習モデルであるDeep Convolutional Generative Adversarial Networks (以下DCGAN)をchainer上で実装した． 70万枚もの大量のイラストを使ってDCGANにイラストらしさを学習させた． 得られたモデルを利用して，コンピュータにイラストを描かせてみた． 結果としては結構上手く行った．本物と見分けがつかないというレベルではないものの，DCGANは正常にイラストらしい画像を生成できている． ネタが盛大に被って本当につらい はじめに DCGANという画像を生成するニューラルネットをchainerで実装しました。恐るべきことに、今までにない美麗さで二次元イラストも自動生成できます…！https://t.co/C8P8GbzWN1 pic.twitter.com/DWwGhF9itw — おそるべし抹茶パワー
Dockerを使ってGPUも使える分析環境を構築してみた - のんびりしているエンジニアの日記
皆さんこんにちは お元気ですか。Kaggle Meetup面白かったです！またあいましょう。 今日はDockerを使った分析環境構築の話をしようと思います。 Dockerを使って何を作ろうかと思ったら、分析環境さっさと作りたい・・・ cudnn等の更新が面倒であることが思い浮かびました。 なんとなく、Dockerを使えば解消できるのではないかといったことを思いつき遊んでみました。 Dockerとは Dockerはコードやシステムライブラリ、システムで利用するのを実行するために 必要な全てが含まれているものをラップするソフトウェアらしい。 OS上で仮想環境を立ち上げ、ソフトウェアなどの実行ができます。 www.docker.com Dockerのメリット 公式サイトによれば、次のとおりです。 階層化されたファイルシステムから構築されるので、ディスクやイメージが効率的 DockerコンテナはL
CUDA - Wikipedia
CUDA（Compute Unified Device Architecture：クーダ）とは、NVIDIAが開発・提供している、GPU向けの汎用並列コンピューティングプラットフォーム（並列コンピューティングアーキテクチャ）およびプログラミングモデルである[5][6][7]。専用のC/C++コンパイラ (nvcc) やライブラリ (API) などが提供されている。なおNVIDIA製GPUにおいては、OpenCL/DirectComputeなどの類似APIコールは、すべて共通のGPGPUプラットフォームであるCUDAを経由することになる[8]。 概要[編集] CUDAの処理の流れ 1. メインメモリ（ホストメモリ）からデータをGPU用メモリ（デバイスメモリ）にコピーする。 2. CPUがGPUに対して処理を指示する。 3. GPUが必要なデータを取り込み各コアで並列実行する。 4. 結果をG
昨年、オタワでTim Child氏の発表を聞いて以来、実装できないものかと思って暖めていたアイデアがある。GPUの処理能力を使って、PostgreSQLの検索処理を高速化できないか？というものである。 特に複雑な計算を含むクエリの場合、Index-Scanに落ちないで、全件スキャンが走ることが往々にしてあるが、こういったケースで有効に作用するのではなかろうか？という着想である。 クリスマス休暇の間、割とまとまった開発時間を取る事ができたので、PostgreSQLのFDW(Foreign Data Wrapper)として動作するモジュールを作成してみた。 モジュールの名前は PG-Strom で、ドイツ風に『しゅとろ〜む』と発音する。 これは GPU の処理単位である Streaming Multiprocessor に由来する。 もちろん、現状のFDWのI/F前提なので、更新は不可能でソー
目次 1.OpenPoseを動かしてみた。 2.OpenPoseチュートリアルのソースコードを読む。 3.WindowsでOpenPoseを動かしてみた。 4.OpenPoseのFace Estimationを動かしてみた。 5.OpenPoseのHand Estimationを動かしてみた。 背景 CVPR2017で発表された、DeepLearningを使った、単眼カメラでのスケルトン検出アルゴリズムが、OpenPoseという名称でライブラリ化・公開されました。 早速、Ubuntu(1404)で、OpenPoseのPose Estimationを動かしてみたので、手順を解説します。 https://github.com/CMU-Perceptual-Computing-Lab/openpose 上記画像ソースは、［ ぱくたそ（www.pakutaso.com）］様のフリー写真素材を使用し
Lisp Advent Calendar 2016参加記事 ここ数年ディープラーニングの出現をきっかけにAIが再び盛り上がっているので、いよいよLispの復権があるかと思いきや、ないので（泣）、多少なりともLispに興味を持ってもらえるように、LispとAIの関係について私見を述べておこうと思う。Lispといっても色々あるが、この記事では主にCommon Lispの話になる。 Lispというとどうしても過去の記号処理的AIと結びつけられてしまい、機械学習を駆使するような現代のAIでは役に立たないように思われがちなのだが、これは大体誤解である。少なくともCommon Lispは現代的なAI開発に適した特徴を備えている。まず、AI実装のためのプログラミング言語に必要とされる特徴は何なのかを明らかにするために、AIの歴史から考えてみたい。 AIの歴史 初期の記号処理的AI(以降は記号AIと呼ぶ)
はじめに 「◯◯と10年戦ってわかったこと」というポエムを書けば、他の人がその「◯◯」についてちゃんとした記事を書いてくれそうな気がしてきた。僕もポエムを書いてみたいが、10年戦ったものなんてあまりない。僕自身は全くHPCの人ではないのだけれど、HPCの人々と関わる仕事を一応10年くらい続けてきたので、HPCに関するポエムを書いてみる。これはあくまでポエムであって、当然だがフィクションで、いかなる実在の人物、現実のスパコン、メーカ、団体とも関係ないことはご留意されたい。 HPCってなに？ HPCというのは「High Performance Computing」の略で、日本語では「高性能計算」とか言うんですかね。こういう略語にありがちだけれど、HPCが意味する分野は人によって全然違う。データセンターなんかもHPCの分野なんだろうけれど、とりあえずここでは科学技術計算に用いるスパコンと、その周
若手エンジニアを不幸にしないための開発の「べからず」集が 長くなりすぎたので、組織運営に関する部分を別項目として独立させました。 ここに書いてあることを、組織運営を行っているリーダー以上の方は冷静に読んで欲しい。 組織運営に失敗すると、 優秀なエンジニアがいてもどうしようもないほどに開発速度の低下を引きおこす。 資金を投入して外部に開発を委託したものが、まったく使い物にならないことになる。 対外的な信頼をぶち壊しにすることができる。 優秀なエンジニアの心を、組織の開発目標から引き離してしまうことができる。 リーダーでない人もリーダーではないなりに組織運営に関わっている。 組織の運営に失敗して、成果の達成ができなければ不幸である。 1人1人のエンジニアの成長を実現できなければ不幸である。 不幸にしないための「べからず」を書いてみました。 自分たちの強みを何におくかを考えない。 仕事として開発
対話モデルの訓練/評価フレームワーク ParlAI がすごい - ディープラーニングブログ
こんにちは，Ryobot です． 本稿では ParlAI の基本的な使用法やユーザーが独自に定義できるエージェントの実装方法を解説しました． 以下，PyTorch, Chainer, TensorFlow によるエージェントの実装例を GitHub にて公開したので適宜ご覧ください． ParlAI Agent examples with PyTorch, Chainer and TensorFlow 目次 ParlAI とは？ インストールから example 実行まで ParlAI Agent の実装方法 1. 実装の流れ 2. PyTorch で RNNAgent を実装する 3. Chainer で RNNAgent を実装する 4. TensorFlow で RNNAgent を実装する 5. PyTorch で AttentionAgent (seq2seq with Atten
＊こちらのドキュメントには古い情報が含まれます Apple, Inc.＊ トラブルは忘れた頃にやってくる・・・ 普段問題なく使えていてもいざトラブルとなるとどうしていいかわからない、そういった方のためのガイドラインです。汎用性重視の構成であるため全てのトラブルに対応できるわけではありませんが、問題解決の一助となれば幸いです。 このドキュメントでは 【メンテナンス】 【情報収集】 【トラブルシューティング】 【再インストール】 【クリーンインストール】 の5つの項目についてまとめています。基本的には最初から順番に確認してもらうのがいいのですが、急ぐのであれば【トラブルシューティング】の内容を参考にまずはセーフブートと新規ユーザアカウントで動作確認をしてみてください。どちらでも改善が見られない場合には最初から目を通すのがいいと思います。復元システム (注1 から起動しても正常に動作せず、ハード
皆さんこんにちは お元気ですか。私は元気です。 Chainerと呼ばれる機械学習ライブラリを紹介しようと思います。 Chainerについて Chainerとは？ ChainerはPreffered Networksが開発したニューラルネットワークを誤差伝播で学習する ライブラリです。(Python)chainer.org 特徴として、Chainer は、「実際に Python のコードを用いて入力配列に何の処理が適用されたかだけを記憶しておき、それを誤差逆伝播の実行に使います」だそう。 Install sudo pip install chainer 基本的にこれだけのインストールが非常に簡単なソフトウェアです。 他のライブラリとの比較 ディープラーニングが活かすIoTより抜粋。 個人的に注目した違いは以下の3点 CaffeもTheanoも勉強することが多い。（設定ファイルとか） 短く書け
FFmpeg
Converting video and audio has never been so easy. $ ffmpeg -i input.mp4 output.avi News January 3rd, 2024, native VVC decoder The libavcodec library now contains a native VVC (Versatile Video Coding) decoder, supporting a large subset of the codec's features. Further optimizations and support for more features are coming soon. The code was written by Nuo Mi, Xu Mu, Frank Plowman, Shaun Loo, and W
【Pythonだけで100講座以上】2020年人気No1プログラミング言語をオンライン動画でサクッと学び自動化・機械学習・GUIアプリを作成できる「Udemy」新年度キャンペーン
世界で5000万人以上が利用し、様々な分野の専門知識を持った講師による講義をムービー形式で受講できるUdemyが、利用者の学習トレンド動向を調査した報告書によると、2020年の「最も学びたいテックスキル」ランキングで1位に輝いたのは人工知能や機械学習分野でよく利用されるプログラミング言語の「Python」でした。ちょうど新年度キャンペーン中ということなので、2020年に要注目のホットなPythonの最新講座をピックアップしてみました。 オンラインコース -世界最大級のオンライン学習プラットフォーム- Udemy https://www.udemy.com/ Udemyの調査だけでなく、4000万人以上のエンジニアが利用しているソースコード共有サイト「Github」の2019年のレポートでも、Pythonは人気言語ランキングでJavaを抜いて2位に浮上しています。人気がある理由として、機械学
Chris Lattner's Homepage
As a high level summary, I am a well-known leader who is distinguished by a hands-on approach to building systems. I am co-founder and CEO of Modular AI. I built and scaled many open source compiler infrastructures, including LLVM, Clang, MLIR, and CIRCT. These span the gamut of fundamental systems at the HW/SW boundary - powering iOS, Android, CUDA, TensorFlow, and countless other products and te
機械学習研究者＆エンジニアが頭を抱える実験管理に役立つツールを比較した - のんびりしているエンジニアの日記
皆さんこんにちは。 お元気でしょうか。GoogleQA20thで悔しいけど楽しかったです。 自然言語処理のみのコンペを真面目に挑んだのは初で、勉強になることが多かったです。 今回は実験管理ツールの紹介と比較をします。 特徴がわかる範囲で簡単に実装も書いているので、参考にしてみてください。 実験管理ツール 実験管理の必要性 実験管理ツールの要件 実験管理ツールの紹介 Excel Excelとは 良い点 欠点 mag magとは サンプル実装 良い点 ここが少し残念 Weights and Biases Weights and Biasesとは サンプル実装 良い点 ここが少し残念 MLFlow サンプル実装 良い点 ここが少し残念 まとめ 最後に 実験管理ツール 実験管理の必要性 コンペティションや研究では多くのハイパーパラメータや構造などに対して様々な変更を加えます。 私の場合の例ですが、
2013年12⽉18⽇ 2013年12⽉13⽇ 2013年12⽉11⽇ 2013年12⽉10⽇ 2013年12⽉02⽇ 2013年11⽉29⽇ 2013年11⽉22⽇ 2013年11⽉20⽇ 2013年11⽉20⽇ 2013年11⽉19⽇ 2013年11⽉18⽇ 2013年11⽉15⽇ 2013年11⽉15⽇ 2013年11⽉12⽇ 2013年11⽉12⽇ 2013年11⽉12⽇ 2013年11⽉06⽇ 2013年11⽉06⽇ 2013年10⽉31⽇ 2013年10⽉28⽇ 2013年10⽉24⽇ 2013年10⽉22⽇ 2013年10⽉22⽇ 2013年10⽉17⽇ 2013年10⽉15⽇ 2013年10⽉11⽇ 2013年10⽉10⽇ 2013年10⽉09⽇ 2013年10⽉09⽇ 2013年10⽉08⽇ 2013年10⽉08⽇ 2013年のプレスリリース⼀覧 ここに掲載されている情報
［GTC 2014］賢い人工知能はGPUで作る。NVIDIAが取り組むGPGPUの新たな活用分野「機械学習」とは何か？
［GTC 2014］賢い人工知能はGPUで作る。NVIDIAが取り組むGPGPUの新たな活用分野「機械学習」とは何か？ ライター：西川善司 ビジュアルコンピューティングについて語るJen-Hsun Huang氏（Co-Founder and CEO, NVIDIA）。左手にあるのは次世代GPU「Pascal」のモジュールだ NVIDIA主催のGPU技術者会議「GPU Technology Conference 2014」（以下，GTC 2014）。そこで同社のJen-Hsun Huang（ジェンスン・フアン）CEO氏が行った基調講演から，本稿では，「機械学習」（Machine Learning）に関する話題をレポートしたい。 直接ゲームに関係する話ではないうえ，少々難しい話題でもあるのだが，進化し続けるGPUが現在，そして将来にどういった用途に使われるかのヒントにもなると思うので，ぜひチェ
PFN発のディープラーニングフレームワークchainerで画像分類をするよ(chainerでニューラルネット1) - 人工言語処理入門
1日ちょっと前に、PFNから新しいディープラーニングフレームワーク"chainer"が公開されました[1]。触ってみた感じの特徴は、pythonのコードで完結するので、システムに組込みしやすそうで、処理の内容も読みやすい。同時に、処理の内容に興味を持たずに使うには難しいという思いでした。ベースにしてあたらしいツールを作るには最適に感じるので、これから、chainerをベースにした様々な用途のツールができるのが期待されます。 CPU用インストール ~ MNISTのトレーニング ここでは、chainerのチュートリアル[1]に書いてあるとおりにインストールと初期タスクをおこなうだけです。 インストールは、githubからソースを落としてきてpython setup.py installでも、pipで入れてもいいと思います。とりあえずここではpip pip install chainer これで
Continueというコーディング支援AIツールの紹介です。 コーディング支援AIツール・サービスとしてはGitHub Copilotが有名で、次いでCursorやCodeiumあたりが話題性のあるところかと思います。Publickeyに2024年3月時点での情報がまとまっています。 Continueはそれらと比べて知名度は劣りますが以下のような特徴があり、うまく使いこなせば有力な選択肢になると考えています。 ツール本体がオープンソースである Visual Studio CodeとJetBrains IntelliJ IDEAの拡張機能がApache License, Version 2.0で提供されています 言語モデルは自分で選ぶ Continueではコード補完用とチャット用で二つの言語モデルを利用しますが、そこでどの言語モデルを選ぶかは利用者側に任されています Continueを開発し
NVIDIA社DIGITSでDeep Learningをいじくる - 実験やめたった シマエナガ編
アブストラクト（概要） Deep Learningのツール「Caffe」を、NVIDIA社の「DIGITS」を使って動かします。DIGITSは比較的インストールが簡単でなおかつ使いやすいので、Deep Learningの理解を深めるのに役立つと思います。記事の前半では、基礎的な用語などについて簡単に説明します。後半では、DIGITSをインストールして動かす方法を説明します。 はじめに：いきさつ 筆者は素粒子原子核宇宙物理系のポスドクで、画像処理をやっています。 2014年ごろから画像分類の技術として「Deep Learning」というのをよく目にするようになりました。筆者はこの技術をなんとか使いこなしたいと思い、2014年の夏から機械学習について、2015年の正月ごろから実際に動かす方法について色々と調べてきました。そして先週（2015年の6月中旬）、NVIDIA社の開発したDIGITSと
西川善司の3DGE：GeForce RTX 20はレイトレを使わなくてもGTX 10世代より2倍以上速い？ 突然出てきた追加情報を考察する
西川善司の3DGE：GeForce RTX 20はレイトレを使わなくてもGTX 10世代より2倍以上速い？ 突然出てきた追加情報を考察する ライター：西川善司 gamescom 2018に合わせて新世代GPUシリーズであるGeForce RTX 20を発表したNVIDIAが，22日になって追加情報を3つ開示した。具体的には， DLSSのアンチエイリアシングを使うとGeForce RTX 20の性能はすごいですよ DLSSを活用すれば4K＆HDR/60fpsのゲームプレイが余裕ですよ AnselがGeForce RTX 20シリーズに対応しますよ というものだ。 非常に限定的な内容なのだが，今回は，これらの情報開示が何を意味するのかを考察してみたいと思う。 追加情報（1）DLSSのアンチエイリアシングを使うとGeForce RTX 20の性能はすごいですよ 8月23日掲載の記事でもお伝えした
1BitLLMの実力を見る｜shi3z
1BitLLMは本当に実現可能なのか?そして、実現されると予告されていることに意味はあるのか? ようやく再現実装に成功した人が現れたので僕も試してみた。 ちなみに1Bit(1.58bit) LLMについての考察はこのページが面白いので一読をお勧めする。 ただし、普通のHuggingFaceのお作法とはかなり違うので注意が必要。 まず、このHuggingFaceリポジトリを丸ごとgit cloneする $ git lfs install $ git clone https://huggingface.co/1bitLLM/bitnet_b1_58-3B $ cd bitnet_b1_58-3Bこれをやらずにいつもの凡例みたいにいきなりpipelineに読み込もうとすると謎のエラーが出て悩まされることになる。海外でも悩んでる人が何人もいるみたいだ。まあ個人的には「こんな説明で誰がわかる?」と思
vim での JavaScript の構文チェックは jslint.vim を使っていたけど、重かったり、表示が崩れたりしてストレスフルだったので、 最近 Syntastic に乗り換えた。多言語の構文チェック機能があり、JavaScript の構文チェックに限らず大変便利。 Syntastic is a syntax checking plugin that runs files through external syntax checkers and displays any resulting errors to the user. This can be done on demand, or automatically as files are saved. If syntax errors are detected, the user is notified and is hap
2. 三好健文 - e-trees. Japan, Inc. 東工大→東大→東工大→電通大→現在 コンパイラとかHW/SW協調設計とか 囲碁専用ハードウェア CUDA/MPIコンパイラ ネットワーク処理の専用ハードウェア化 ストリーム処理専用アーキテクチャ JavaRock 2 2012.8.17 @虎ノ門 3. FPGAとは？ 本章では，高位設計言語である Bluespec System Verilog を紹介する．こ の言語では，コンパイル時にしっかりエラー検出ができ，また，さまざまなライブ ラリも提供している．FPGA や ASIC が大規模化し複雑な回路を設計する機会が Field Programmable Gate Array 増えてきた今，知っておくべき技術だろう． （編集部） 三好 健文 論理回路・データパスを自由に作り込める Verilog HDL や VHDL を使った設
FFmpeg
Converting video and audio has never been so easy. $ ffmpeg -i input.mp4 output.avi News January 3rd, 2024, native VVC decoder The libavcodec library now contains a native VVC (Versatile Video Coding) decoder, supporting a large subset of the codec's features. Further optimizations and support for more features are coming soon. The code was written by Nuo Mi, Xu Mu, Frank Plowman, Shaun Loo, and W
兼雑記
もともと雑だった記憶がより粗雑になり、最後に icfpc にマジメに参加したのっていつだったっけ、車焼いたやつ？くらいの感じです。最近の icfpc は昔の言葉で言うとマラソンマッチ的、現代語で言うと AHC 的な印象を持っています。これらは今でも嫌いではないのですが、フツーに仕事でマラソンタスクがあって、時間がなくて取り組めていないという状況だと、ちょっと参加するモチベが湧きづらい、そんな感じです がまぁ今回は公式サイトから張られてる画像やリンクが、明らかに icfpc の伝説回であるところの 2006/2007 を参照しているので、期待があったのでした。いや、なんか、伝説回というの、好みや、当時と今のレベル差、僕自身の過去の美化、なんかのいろいろな効果が、あるとは思います。でも、それらを全てさっぴいたとしても、主催者が投下した労力という点で、 2006/2007 はここ20年で最大級の
DNC (Differentiable Neural Computers) の概要 + Chainer による実装 - Qiita
こんにちは．@yos1up と申します．好きな食べ物は，緑色のキノコです． 2016/10/12に DeepMind が Nature に投稿した論文，Hybrid computing using a neural network with dynamic external memory にて提案されているニューラルネットワークモデル DNC (Differentiable Neural Computers) を，大急ぎで Chainer で実装してみました． DNC について DNC は，先述の論文で提案された新しいニューラルネットワークで，その情報処理能力の高さが期待されています．論文中では，グラフ上の最短経路タスクやちょっとしたパズルのタスクなど，従来ニューラルネットワークでは学習不可能と思われていたタスクが DNC で学習できており，その情報処理能力の高さがうかがい知れます． DN
Caffeをはじめよう
TOPICS 発行年月日 2015年08月 PRINT LENGTH 144 ISBN 978-4-87311-745-4 FORMAT PDF EPUB Caffeは深層学習（Deep Learning）のオープンソースフレームワークで、主に画像処理分野において利用されています。本書はCaffeを使って画像処理をしてみたいという初心者を対象に、Caffeの使い方、Caffeを使う上で最低限必要な知識について解説する書籍です。 まずビルド方法や利用するためのインターフェースの解説から、実際に画像認識を行う一連の流れを説明します。続いてCaffeで利用している畳み込みニューラルネットワーク（CNN）とその構成要素、さらにAlexNetやGoogLeNetといった代表的なCNNのアーキテクチャについても解説します。 さらにblobやlayerといったCaffe独自のクラス、また設定できるパラメ
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
過去に開発した、高難易度案件の技術概要 - Qiita
Freemake | 有償ソフトの代わりとして開発されたフリーソフト
日本のゲームは今後どのように進化していくのか、「CESA ゲーム開発技術ロードマップ」公開
Bardのようなimage2textAIを構築して動画検索システムを作る
作って遊ぼう！LLMを搭載した君だけのV&Lモデル！
Docker rootlessで研鯖運用 - drgripa1
高速な研究開発を支えるGPU計算機環境 - クックパッド開発者ブログ
Chainerを使ってコンピュータにイラストを描かせる - Qiita
しゅとろ〜む、しゅとろ〜む - KaiGaiの俺メモ
OpenPoseを動かしてみた。 - Qiita
Common Lispが機械学習に向いていると考えるこれだけの理由 - masatoi’s blog
HPCと10年戦ってわかったこと - Qiita
若手エンジニアを不幸にしないための開発の「べからず」集 組織運営編 - Qiita
トラブルシューティング for Mac (ソフトウェア編)：DOC-1032
機械学習ライブラリ Chainerの紹介 - のんびりしているエンジニアの日記
http://www-06.ibm.com/jp/press/pdf/archive_2013.pdf
コーディング支援AIツールContinueの紹介と構成例 - Qiita
vim で JavaScript の syntax check をする - すぱぶろ
Google 20130218 計算機としてのFPGAの基礎知識
CUDAなしMacで、Chainer使ってCaffeモデルをインポートして画像認識させてみる
