合成背景に人が溶け込むよう照明を調節する技術 Googleが開発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が開発した「Total Relighting」は、人物画像を切り抜いて別の背景に置き換えた際、被写体の照明変更を行う深層学習を用いた技術だ。静止画像だけでなく、映像内で動く人物も新しい背景に応じた照明で合成し、違和感のない動画コンテンツに仕上げる。
MN-Coreコンパイラを用いた深層学習ワークロードの高速化 - Preferred Networks Research & Development
はじめに 深層学習を軸とした研究開発には大きな計算資源が必要です。 PFNでは深層学習ワークロードに特化した計算機資源として深層学習用アクセラレータであるMN-Coreを開発し、実際に弊社のスーパーコンピュータであるMN-3に搭載し運用を行っています。本記事では、MN-Coreを利用した深層学習ワークロード高速化のためのコンパイラの概要及び、ワークロード高速化の実例について紹介します。 MN-Coreの概要とコンパイラの必要性 MN-Core(https://www.preferred.jp/ja/projects/mn-core/)とは深層学習ワークロードに特化したアクセラレータです。深層学習において頻出する畳み込み演算を高速化するために、多数の高効率な行列演算器ユニットを階層的に束ねた構造を持っています。各階層間においては縮約/放送など深層学習ワークロードでよく用いられる集団通信を行う
Appleの自動運転車開発プロジェクト、責任者が人工知能部門トップに交代 - iPhone Mania
Appleの自動運転車プロジェクト「Project Titan」のトップが、機械学習と人工知能（AI）技術の責任者に交代した、とBloombergが報じています。 Project Titanのリーダーが交代 数年前から、Appleが開発を進めていると噂のある自動運転車プロジェクト「Project Titan」の責任者が、Appleの機械学習及び人工知能戦略担当上級副社長であるジョン・ジャナンドレア上級副社長に交代した、と事情に詳しい関係者からの情報としてBloombergが報じています。 現在の「Project Titan」は、Macのハードウェア責任者を務めたのちに約5年間のTeslaでの勤務を経て2019年にAppleに戻ったダグ・フィールド氏が率いています。 しかし、Bloombergの報道によると、フィールド氏の開発チームに所属する数百名のエンジニアたちは、ジャナンドレア氏が率いる
Are you wearing a mask？プログラムの開発（Yolov5の利用） - Qiita
今回の内容 マスクをしているかしてないかを出力するプログラムがありますが,今回をマスクをしているかしていないかを 出力した後にどう可視化するかを出力するかを考えるプログラムを書いていきたいと思います. 追記: 一応,いつも開発のゴールを書いているので書いておきたいと思います. 最終的には非接触AI温度計を目指して開発をしています. まぁ世の中には類似製品は沢山ありますが,某製品は16万円とか安くても8万円とかですね. この価格帯だと導入できない企業もあるかもしれない. だから2万円くらいで自分で作れる非接触AI温度計を開発したいと思います. その付随機能のマスク検知を今回開発していきたいと思います. 構成 ⓵ Yolov5でマスク検知のモデルを作成 ⓶ マスクをしているときはOK→音声でマスクをしていますねと音声で流す. ⓷ していないときはNG→マスクをしてください.→管理者のlineに
第３回：Adversarial Training -回避攻撃の対策-
本コラムは、AIの安全を確保する技術を理解していただくために書かれています。本コラムの内容を検証する場合は、必ずご自身の管理下にあるシステムにて、ご自身の責任の下で実行してください。許可を得ずに第三者のシステムで実行した場合、法律により罰せられる可能性があります。 本コラムの内容を深く理解するには、敵対的サンプルの基本知識を有していることが好ましいです。 敵対的サンプルをご存じでない方は、事前にAIセキュリティ超入門：第2回 AIを騙す攻撃 – 敵対的サンプル –をご覧ください。 ハンズオン 本コラムは、実践を通じてARTを習得することを重視するため、ハンズオン形式で進めていきます。 ハンズオンは、皆様のお手元の環境、または、筆者らが用意したGoogle Colaboratory*2にて実行いただけます。 Google Colaboratoryを利用してハンズオンを行いたい方は、以下のUR
バンディットアルゴリズムを使って広告最適化のシミュレーションをしてみたよ - Qiita
はじめに 本エントリではバンディットアルゴリズムの各手法について，実際のユースケースを想定したシミュレーションを行うことで，それぞれの手法の特徴を把握すること目的とします． バンディットアルゴリズムについて日本語でよく参照されているのは以下のQiitaの投稿でしょうか． http://qiita.com/yuku_t/items/6844aac6008911401b19 また以下の資料では各手法の詳細や特徴，簡単なシミュレーションも紹介されています． http://www.slideshare.net/greenmidori83/ss-28443892 上記の資料の手法の紹介はとてもわかりやすいので本エントリでは手法の紹介は特にしません． 想定するユースケース あなたは今1万回表示されてクリック率が1.2%出ている広告を1クリック60円で運用しています． もっとクリックされる広告を見つける
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
処理を実行中です
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
