はてなブックマーク

自作のMIDIパーサとLSTMを使って楽曲生成ニューラルネットワークを作りました。最近ではMagentaのようなプロジェクトもありn番煎じ感はありますが、出力される確率分布からのサンプリング方法に手を加えたところちょっと面白い結果が得られたので共有します。 デモ (※即時再生のため音量注意) レポジトリ LSTM シーケンシャルなデータの持つ文脈を学習することができるニューラルネットワークの一種です。詳細については良記事が山ほどあるのそちらに譲ります。以下が詳しいです。 リカレントニューラルネットワークの理不尽な効力（翻訳） - 先日TeslaのAI及びAutopilot VisionのディレクターになったAndrej Karpathy氏の記事。実例が多く理解しやすい。 LSTMネットワークの概要 - 演算プロセスについて詳しい。 MIDI(SMF) 演奏データが音高、音量、時間情報等を持

UCバークレーが開発したディープラーニングによる画像変換手法CycleGANで、クマの画像を突っ込むと、パンダに変換してくれるモデルを作りました。どうしてもクマをパンダに変換したい時って結構あるものですよね。 CycelGANとは ざっくり言うと、入力画像と出力すべき画像のペア無しに良い感じに画像を変換してくれる手法です。CycleGAN(論文)では元の画像とそれに対応する変換の見本となる画像のペアは必要なく、例えば「りんご」と「オレンジ」のように２つのドメインに分けた画像を訓練データとして利用することが可能です。これによって、訓練データを集めるのが容易になります。 具体的には、以下のように分類したものを訓練データとして利用します。 元ドメイン ターゲットドメイン bear2panda クマ画像とパンダ画像をそれぞれ約1000個ほど突っ込んでモデルを作りました。Tesla K80を24時間

どうもオリィ研究所(http://orylab.com)の畑中です。 近ごろ強化学習界隈の盛り上がりが素晴らしく、OpenAI UniverseやDeepMind Labのようなプラットフォームがリリースされるなど、開発は今後さらに活発化していくと思われます。ですが従来のDQN等の強化学習手法だとGPUや大規模分散環境が前提になっていたりとハード面がネックになって気軽に試すというわけにもいかなかったりすることが多いかと思います。 ということで何かいいものはないかと探していたところ、DeepMindが開発したA3Cという手法が良さげだったので、手元のMacBookで気軽に強化学習してみます。 A3Cとは Asynchronous Advantage Actor-Criticの略記です。 DeepMindが2016年に発表した手法で、従来の手法のようにGPUや大規模分散環境等の特殊なハードウェ

オリィ研究所(http://orylab.com/)の畑中です。 今回は2016年12月にOpenAIがリリースしたAI学習プラットフォームUniverseでAIエージェントを育ててみました。 Universeとは 公式ブログの説明が詳しいですが、UniverseはAIの知能を測定・訓練するためのプラットフォームです。汎用人工知能を作ることを目標として作られた環境とのことです。 Universe上でAIエージェントは人間と同じようにコンピュータを利用することで学習を行います。具体的にはエージェントはVNCクライアントとしてピクセルを観察して、キーボード、マウスコマンドを生成することでリモートデスクトップを操作します。キーボード、マウスコマンドを使って制御を行うところがポイントで、これによって既存のプログラムの内部情報を把握していなくとも制御が可能になって、別のタスクにも適用できる汎用性のあ