Google Colab で GPT4ALL を試す｜npaka
「Google Colab」で「GPT4ALL」を試したのでまとめました。 1. GPT4ALL「GPT4ALL」は、LLaMAベースで、膨大な対話を含むクリーンなアシスタントデータで学習したチャットAIです。 2. Colabでの実行Colabでの実行手順は、次のとおりです。 (1) 新規のColabノートブックを開く。 (2) Googleドライブのマウント。 Colabインスタンスに大きなファイルをアップロードするのは大変なのでGoogleドライブを使ってます。 # Googleドライブのマウント from google.colab import drive drive.mount('/content/drive')(3) 作業フォルダへの移動。 # 作業フォルダへの移動 import os os.makedirs("/content/drive/My Drive/work", ex
Quantifying the performance of the TPU, our first machine learning chip | Google Cloud Blog
Quantifying the performance of the TPU, our first machine learning chip Editor's Note: Learn about our newly available Cloud TPUs. We’ve been using compute-intensive machine learning in our products for the past 15 years. We use it so much that we even designed an entirely new class of custom machine learning accelerator, the Tensor Processing Unit. Just how fast is the TPU, actually? Today, in co
Google Cloud Dataflow meets TensorFlow
Google Cloud Dataflow can be used to build TensorFlow pipelines. Dataflow allows training multiple TensorFlow models in parallel and writing results to Cloud Datastore. A sample pipeline shows generating training parameters, mapping over them to train models, and writing accuracy results to Cloud Storage. Dataflow provides autoscaling and machine types can be configured. The new DatastoreIO allows
「TensorFlow」でから揚げ配膳ときゅうりの仕分けを自動化、Googleがアピール
「TensorFlow」でから揚げ配膳ときゅうりの仕分けを自動化、Googleがアピール：CeBIT 2017 Googleは、「CeBIT 2017」において、機械学習ライブラリ「TensorFlow」の国内採用事例となる、「から揚げ配膳ロボット」「きゅうり仕分けロボット」「ドローンで撮影した写真の解析」を展示した。 Googleは、国際情報通信技術見本市「CeBIT 2017」（2017年3月20～24日、ドイツ・ハノーバー）において、機械学習ライブラリ「TensorFlow」の国内採用事例を展示した。 ICTの見本市であるCeBITに、ITの巨人であるGoogleが出展すること自体に違和感はない。しかし、CeBIT 2017では、Googleの米国本社や欧州法人は出展していない。今回のGoogleの出展は、CeBIT 2017のパートナー国・日本が構えるジャパンパビリオン内で、Goo
TensorFlow コンパイラ 「XLA」を提供
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
aki's right brain
(2019-01-26追記) GoogleTranslate関数のカンマがセミコロンになる環境があるっぽいです。 正確な情報はGoogleの公式ヘルプを参照、というところなのですが、明確な情報は見つけられませんでした。ただ筆者の環境（英語・フランス語環境）ではスクリーンショットのようにセミコロンになってしまいます。 CG,VR業界の研究者はこの時期、Laval VirtualやSIGGRAPHといった国際投稿のピークにあります。 白井研究室は規模の割には国際投稿が多いです。 https://blog.shirai.la/publications/ また数だけでなく内容も学部生でACMの学生研究コンテストで世界3位を受賞したりと、大学の入試難度の割には世界トップクラスの評価を受けることもあったりします(ちなみにACM SRCは書き物だけでなくファイナルはプレゼン審査込みです)。 本人の頑張り
An updated YouTube-8M, a video understanding challenge, and a CVPR workshop. Oh my!
Posted by Paul Natsev, Software Engineer Last September, we released the YouTube-8M dataset, which spans millions of videos labeled with thousands of classes, in order to spur innovation and advancement in large-scale video understanding. More recently, other teams at Google have released datasets such as Open Images and YouTube-BoundingBoxes that, along with YouTube-8M, can be used to accelerate
Inspection of CloudML Hyper Parameter Tuning
2013/10/05に開催された日本PostgreSQLユーザ会 第27回しくみ＋アプリケーション勉強会での講演です。 http://www.postgresql.jp/wg/shikumi/shikumi27 ---- コンピュータシステムにおける性能測定とは、技芸です。 性能測定というと、単に測定ツールを実行するだけの作業だと考えられがちです。しかし実際には、何のために測定をするのか、そのために何を測定するべきか、そして何を使って測定するべきかを理解した上で行わなければ全く意味を成さない、深みのある技芸の世界です。 講演者の所属する研究室では長年にわたりデータベースシステムの研究・開発を行ってきました。その過程で培われた性能測定の技芸について、最近の実例も交えつつその考え方をご紹介したいと思います。
機械学習／Deep Learningの仕事が増える2017年、ソフトウェアエンジニアがFPGAを学ぶべき理由
ソフトウェアエンジニアがFPGA（field-programmable gate array）を使うハードルがさらに下がってきている。クラウドサービスでFPGAを活用できたり、Pythonで記述したニューラルネットワークをFPGAに高位合成できる研究成果が出てきたりしているのだ。 ソフトウェア開発者の立場でFPGAに取り組むイベント「FPGAエクストリーム・コンピューティング」を主宰する佐藤一憲氏、FPGAの高位合成によるディープラーニングについて研究している東京工業大学の中原啓貴氏（中原研究室）、そしてFPGAベンダーであるザイリンクスの神保直弘氏が、急激に常識が変わりつつあるFPGAの動向を語り合った。 本稿では座談会の中から、ソフトウェアエンジニアにFPGAや高位合成が求められる現状、そして、今後どのようなツールを使うべきか、ソフトウェアエンジニアがFPGAに取り組む際の課題などにつ
Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Blog
This 3-hour course (video + slides) offers developers a quick introduction to deep-learning fundamentals, with some TensorFlow thrown into the bargain. ">This 3-hour course (video + slides) offers developers a quick introduction to deep-learning fundamentals, with some TensorFlow thrown into the bargain. Deep learning (aka neural networks) is a popular approach to building machine-learning models
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
AutoDraw
Elasticsearch and Kibana on Google Cloud | Elastic
First In-Depth Look at Google’s TPU Architecture
ISCApaperv3 (2).pdf
100 announcements (!) from Google Cloud Next '17
Google：マネージャはやはり重要な存在である
TensorFlow Dev Summit 2017
Announcing TensorFlow 1.0
https://storage.googleapis.com/amy-jo/talks/tf-workshop.pdf
Google Cloud ML を用いた機械学習基盤の構築と運用/pepabo_ml_infrastructure_starchart
