一般人が撮影したネット上の写真から建物を高品質に3D化するGoogleの機械学習技術
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米Google ResearchとGoogle Brainの研究チームが開発した「NeRF in the Wild」（NeRF-W）は、観光客などが撮影してインターネットで公開している建造物の写真を組み合わせて3次元化する、機械学習ベースの手法だ。 3次元にしたい建造物を一から撮影するのではなく、一般人が撮影した大量の写真データ群を使うのが特徴。手間を省き、忠実度が高いリアルな合成画像を作り上げる。 今回の手法は、Googleが以前にカリフォルニア大学バークレー校などと共同開発した「Neural Radiance Fields」（NeRF）をベースにしている。NeRFは、さまざまな角度から
fast.ai - fast.ai—Making neural nets uncool again
Courses: Practical Deep Learning for Coders; From Deep Learning Foundations to Stable Diffusion Software: fastai for PyTorch; nbdev Book: Practical Deep Learning for Coders with fastai and PyTorch In the news: The Economist; The New York Times; MIT Tech Review Corporate partner program: Get help with fast.ai technologies & courses from the partner program Blog
AIにおける「次元の呪い」解決へ、富士通研が機械学習の最有力学会で発表
富士通研究所は2020年7月13日、ディープラーニング（深層学習）における教師なし学習の精度を大幅に向上できる人工知能（AI）技術「DeepTwin」を発表した。AI分野の長年の課題だった「次元の呪い」を、映像圧縮技術の知見を活用することで解決したとする。同社は論文を機械学習の最有力学会である「ICML 2020」で7月14日に発表する。 「次元の呪い」とは、データの次元（要素数）が大きくなると、そのデータを分析する際の計算量が指数関数的に増大する現象を指す。次元の呪いを回避するため、一般的に機械学習の高次元データは次元を減らす。 ただ従来の手法には、次元の削減に伴ってデータの分布や確率が不正確になる課題があり、それがAIの精度低下を招く一因になっていた。例えば分布や確率が実際と異なると、正常データを異常と誤判定してしまうような間違いを引き起こしてしまう。 富士通研究所は今回、ディープラー
コーディング不要のディープラーニング開発ツール、ソニーが無償提供
ソニーは8月17日、コーディングの知識がなくても、ディープラーニング（深層学習）のプログラムを生成できるソフトウェア「Neural Network Console」の無償提供を始めた。自社の製品・サービス開発にも利用しているツールを多くの開発者や研究者に使ってもらうことで「ディープラーニング技術の発展につなげる」という。 Neural Network Console。ドラッグ＆ドロップ操作で「関数ブロック」を自由に配置し、ニューラルネットワークを視覚的に構築できる 同社は今年6月、ディープラーニングのプログラムを生成する際に使うコアライブラリー（基盤ソフトウェア）「Neural Network Libraries」（以下、Libraries）をオープンソース化した。人間の脳を模倣した「ニューラルネットワーク」の設計、製品・サービスへの搭載を効率化する演算モジュール群だが、利用には高度なプロ
Home — TensorFlow
Deploy ML on mobile, microcontrollers and other edge devices
Retty流『2200万ユーザを支える機械学習基盤』の作り方 - Qiita
みなさん、こんにちは。Retty CTO の樽石です。 この記事は Retty Advent Calendar 25日目です。メリークリスマス。 昨日は @ttakeoka の『MFIにむけてRettyの取り組み』でした。 今年も残りわずかになりました。いかがお過ごしですか？ Retty はこの １ 年でエンジニアがほぼ倍増しました。それによって、情報発信者が増え、Advent Calendar に参加出来るようになりました。みんな楽しそうにしていて、うれしいです。 Retty Inc. Advent Calendar 2016 - Qiita さて、今年最後の Retty Advent Calendar 記事を書くということで、はじめは １年のまとめ的内容にしようかと思いましたが、それでは平凡で面白くありません。そこで、ネタになりそうなマニアックな技術的記事で締めくくりたいと思います。
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
Machine Learning | Microsoft Azure
ソリューション おすすめ すべてのソリューションを表示 (40 以上) Azure AI 移行して AI の時代にイノベーションを起こす インテリジェントなアプリの構築とモダン化 クラウドスケールの分析 Azure AI インフラストラクチャ 適応型クラウド Azure のネットワーク セキュリティ AI Azure AI Azure を利用した責任ある AI Azure AI インフラストラクチャ インテリジェントなアプリの構築とモダン化 ナレッジ マイニング Azure 上の Hugging Face Azure 機密コンピューティング アプリケーション開発 インテリジェントなアプリの構築とモダン化 開発とテスト DevOps DevSecOps サーバーレス コンピューティング アプリケーションとデータのモダン化 Azure でのロー コード アプリケーション開発 クラウド移行とモダ
Microsoft、予測分析アプリをクラウドで開発・販売できる機械学習サービス「Azure ML」を一般公開
米Microsoftは2月18日（現地時間）、昨年6月に発表した機械学習アプリ開発のためのクラウドサービス「Microsoft Azure Machine Learning」（Azure ML）を一般向けに公開した。無料で制限のあるFreeプランあるいは有料のStandardプランにAzureのサイトから申し込める。 Azure MLは、一般的には高度な知識と膨大なデータを蓄積するための大容量ストレージが必要な機械学習技術をクラウドで手軽に利用し、予測分析などのアプリを構築できるようにするサービス。MicrosoftがXboxやBingのために開発してきたアルゴリズムや解析ツールが使え、ユーザーはAzure MLで開発したアプリをAzure Marketplaceで公開することもできる。 プログラミング言語はPython（Anacondaディストリビューション）と予測分析で使われる統計的言
機械学習 はじめよう 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
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
Professional ML Engineer Certification | Learn | Google Cloud
Kaggle: The Home of Data Science
Neural Network Console
AlpacaJapan - トップ
TechCrunch | Startup and Technology News