FPGAに機械学習モデルを実装する – その1：ランダムフォレストによるクラス分類 - GMOインターネットグループ グループ研究開発本部
こんにちは，次世代システム研究室のS.T.です。普段はHadoopネタを書いていますが，今回はテーマをがらっと変えて，FPGAネタです。 「FPGAに機械学習の推論部分を実装し高速に処理を行う」という技術は耳にしたことがありましたが，漠然としたイメージがあるだけで実際にどのように実装していくのかということは知りませんでした。調べてみると，高位合成を用いた手法(1)や，学術研究として開発されたアクセラレータとしてのアーキテクチャ(2)は存在するようですが，シンプルなサンプルコードの形で存在するものはないようです。 もちろん「ソフトウェアエンジニアやデータサイエンティストが作成したモデルを高位合成でFPGAに落とし込みアクセラレータとして使用する」というユースケースを考えれば納得がいきますし，応用できる範囲もHDLで直接実装するより広くなると思います。 しかし，「低コスト小規模なローエンドFP
FPGAでのDNN(Deep Neural Network)の整理(LUT-Netまとめ) - Ryuzのブログ
はじめに 現在DNN(Deep Neural Network)の実装において、FPGAの活用はしばし議論の対象になっています。もちろんDNN分野全体からするとニッチな部類に入るとは考えますが、FPGAベンダーはここに非常に力を入れており、作成したネットワークのデプロイ先としてFPGAが選択しやすくなるような各種のソリューションが用意され始めており、日々進化しています。 ここでのFPGAのメリットは、低消費電力であったり、コストであったりします。DNNの実行にはクラウドであっても電力というランニングコストは馬鹿になりませんし、エッジコンピューティング、特にバッテリー駆動のモバイル分野においては電力は極めて重要です。またイニシャルコストの重要性はどちらも同じでしょう。 ここでFPGAベンダーはこぞって、「GPUと同じように開発できます」をキャッチフレーズに、GPUを使って研究開発をしている多く
D-WaveマシンでGraph Golfに挑戦した話 - Mercari Engineering Blog
こんにちは。メルカリのR4DでProfessional Internshipをしている@yonesuke です。 この記事ではD-Waveの量子アニーリングマシンを実際に使って行ったことについて紹介したいと思います。 背景 最近巷では量子が来る！なんて言われ方もするほど量子という言葉が付くものには注目が集まっています。そんななか、メルカリのインターンでD-Wave社の量子アニーリングマシン*1を用いて組合せ最適化問題を解くことが出来る！というのに惹かれて今回の応募しました。 tech.mercari.com 本ブログでは量子コンピュータやD-Waveで使われる言葉が少しだけ使われています。わからない用語があった場合はこちらのページで調べてみるといいかもしれません。 qard.is.tohoku.ac.jp D-Waveが解ける問題 D-Waveの量子アニーリングマシンはイジング模型のハミル
DeepLearningで上司を認識して画面を隠す - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 背景 仕事をしているとき、業務に関係ない情報を閲覧していることって誰でもありますよね？ そんなときに背後にボスが忍び寄っていると気まずい思いをします。もちろん急いで画面を切り替えれば良いのですが、そういう動作は逆に怪しまれることになりますし、集中しているときは気がつかないこともあります。そこで怪しまれずに画面を切り替えるために、ボスが近づいてきたことを自動的に認識して画面を隠すシステムを作ってみました。 具体的にはKerasを用いてボスの顔を機械学習し、カメラを用いて近づいてきたことを認識して画面を切り替えています。 ミッション ミッシ
AWS DeepRacerのログ分析ツールを使ってみた - Qiita
はじめに AWSから提供されているAWS DeepRacerのログ分析ツールを会社の人たちと使ってみました。ログ分析ツールはノートブックの形式で以下のAWS DeepRacerワークショップのGitHubで公開されています。 https://github.com/aws-samples/aws-deepracer-workshops 注意 以下の内容は 2019 年 6 月 6 日時点のサンプルノートブックを対象にしています。 その他のバージョンのノートブックでは利用できない可能性があります。 導入の手順 ポリシーの作成 Jupyter Notebookインスタンス用のIAMロールに以下のポリシーをアタッチしておきます。 ※IAMロールの作成方法はAWS DeepRacerシミュレーションと同じなのでこちらを参考にしてください。 SageMakerでDeepRacerシミュレーションを始め
エッジヘビーコンピューティングと機械学習
Apr 21, 2017Download as pptx, pdf21 likes14,955 views
QUBOを使って日本地図の彩色問題やってみた - Qiita
量子アニーリングをする場合、QUBOというものを作って、それをイジング模型に変換することが多いようです。 日本地図を四色に塗り分けるためのQUBOを作って、古典アニーリングをやってみた話をします。 #量子アニーリング? 組み合わせ最適化問題を解く確率的アルゴリズムの一種です。 解きたい問題をイジング模型という強磁性体を模したモデルに置き換えて、量子的な効果を含む項を付け加えてコンピュータでシミュレーションすれば、ある種の問題でよい結果が得られる、という論文が昔にあったようです。 これが元々の量子アニーリングです。当時は、量子コンピュータで解くといった話は無く、普通のコンピュータで解くアルゴリズムでした。 ところが、ある日、D-Waveという会社が、実機を使って高速にイジング模型を解く機械を作ってしまいました。 量子アニーリングをする専用機ができてしまったわけですね。 実は、普通に古典コンピ
レベルデザインに遺伝的アルゴリズムを活用する
2015年Apr6日レベルデザインに遺伝的アルゴリズムを活用する こんにちは。オインクゲームズの新藤です。 先日、弊社のデジタルゲーム第二弾となる「OLYM」がリリースされました。OLYM はターン制限のあるパズルゲームで、各ステージごとに決められたターン数が設けられてています。このターン数以内に目標を達成できないと、クリア失敗になってしまいます。そのため、このターン数をどう決めるかが、難易度に大きく影響する一因となっています。OLYM では、ステージごとのターン数を決定するのに遺伝的アルゴリズムを活用したので、今日はそれをご紹介します。 最終的にやったことは非常にシンプルです。端的に言えば、AI に実際にパズル解かせて、何手で解けたかをレベルデザインの参考にするということです。この AI を作る際に、遺伝的アルゴリズムを活用しました。そもそもは「自動でパズル解いてくれる AI がいたら面
機械学習でなんとなく材料研究者の気分を味わおう - Qiita
Nextremer Advent Calendar 2016の10日目の記事です。 自分は大学で機械学習と材料開発を組み合わせた分野を研究しています。 今回は機械学習が大好きな人に材料研究者の気分を味わってもらいたいと思い記事を書きました。 （本当は、材料研究者の人にAI研究者の気分を味わってもらってもっと材料に機械学習を取り入れてほしいです） 材料開発って何だ まず、材料開発って何やねん、何の材料やねんって感じだと思います。 おっしゃる通り、材料と言っても、セラミックス、高分子、金属など様々なものがあります。 例えばiPhone この中には、こんな小さなセラミックコンデンサが数百個入っています。 そして、Appleに選ばれるほどの高性能なコンデンサを作るためには、 ・どんな元素を組み合わせよう？ ・どんなプロセスで作ろう？ という難しい問題を解くことになります。解き方の一例を示します。
生活音を機械学習してみた - Webデータレポート
音声認識というとどうしてもスピーチをテキストにするというソリューションが多いです。しかし用途がユーザーインターフェースに限られる。IOTのシーンではモノとモノが通信し合ってこそ、人間様が楽できるので、生活音を識別することをゴールとしたいと思います。 ▼ 概要 今回は5種類のスズの音のサンプルを使って，2種類ずつどちらのスズか判別を行ってみたいと思います。 ▼ 実装環境 Ubuntu 14.04.1 Python 2.7.6 ▼ 用意するもの Pythonと機械学習ライブラリのscikit-learnを使います。 (参考： http://www.iandprogram.net/entry/2015/09/15/221518 ) UbuntuにPythonをインストール $ sudo apt-get install python2.7 pipをインストール $ sudo apt-get ins
Fitbitから取得した心拍データで時系列の異常検知を試してみる - About connecting the dots.
井出先生の「異常検知と変化検知」を読んで，自分でも試してみたいと思ったんですが，あいにくちょうどいい時系列データが手元にないなーと思ってました．そんな折，データサイエンスLT祭りの発表の中に，Fitbitデータを可視化するものがあって*1，これはちょうどいいということで試してみましたよというていのエントリになります． 異常検知と変化検知 (機械学習プロフェッショナルシリーズ) 作者: 井手剛,杉山将出版社/メーカー: 講談社発売日: 2015/08/08メディア: 単行本（ソフトカバー）この商品を含むブログ (2件) を見る Fitbitってなによ Fitbitが何かしらない人のために一応説明しておくと，最近はやりの活動量計です．私が持っているのは，心拍が取得できるタイプのやつです．風呂に入るとき以外は一日中つけっぱなしで，睡眠とか運動とかを自動で判定してくれるので，手間がかからず便利です
趣味のTensorFlowのハードウェアとGPUクラウド事情 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 目次 自分がやっていること、カジュアルディープラーニング TensorFlowで遊ぶために必要なハードウェア 自前PC編 クラウドサービス編 自分がやっていること、カジュアルディープラーニング もともとはカーネル主成分分析系統の理論で顔画像認識とかやったり諸々のコンピュータビジョンのあれこれでお仕事してたりしてました。最近はコンピュータビジョンのお仕事からは離れてフツーの開発をしています。 趣味でプログラミングもしていて今年はTensorFlowを始めました。TensorFlow将棋ソフト開発日誌 目次 という形で開発の経過を書いていま
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
バイナリニューラルネットとハードウェアの関係
Androidは機械学習の夢を見るか？ #abc2018s
