オートエンコーダーとしてのU-Net（自己符号化から白黒画像のカラー化まで） - Qiita
画像の領域検出（セグメンテーション）によくコンペなどで使われるU-Netですが、オートエンコーダー（AE：Auto Encoder）としての側面もあります。今回はU-NetをAEの側面から見て、自己符号化や白黒画像のカラー化といったAEっぽいことをしてみます1。なぜU-Netが強いのかより理解できることを期待します。 全体コード：https://gist.github.com/koshian2/6bcfb03dbc187024da9e86b24c44a5b3 TL;DR U-Netが強いのはEncoderとDecoderとの間に「Contracting path（スキップコネクション）」があるから。この効果はResNetと似ている U-NetはAEの亜種なので、AEでできることは大抵できそう。AEの一種として捉えるとより理解できそう。 その応用として、白黒画像のカラー化とかもU-Netをや
後世に残したい美しい言葉 ５選
①孫衛星衛星の周りを回る衛星のことを孫衛星という。 しかしこのような天体は天然には発見されていない。 実物はないのに未来に発見される可能性のために名前だけが付いている。 言葉の影響力は今この世界のみに及ぶのではないことを教えてくれる。 ②トリプルA面メイン曲が3曲入っているシングルCDのこと。 A面B面とはレコードからの名残である。メイン曲をA面、カップリング曲をB面と呼び、両方の曲がメインとなる場合は両A面とかダブルA面という。 そこまでは良いのだが、トリプルとなると元のレコードのイメージは完全に崩壊する（レコードに面は3つもない）。 つまり元はレコード由来の概念だったものをCDに拡張した際、面という言葉が意味を失い、抽象世界上の産物になったが故に成立した言葉なのだ。 言葉は実世界から発生するが、必ず手の届かない抽象世界へと逃げていくことを教えてくれる。 ③幽霊文字JIS規格に紛れ込んで
[1811.03600] Measuring the Effects of Data Parallelism on Neural Network Training
Recent hardware developments have dramatically increased the scale of data parallelism available for neural network training. Among the simplest ways to harness next-generation hardware is to increase the batch size in standard mini-batch neural network training algorithms. In this work, we aim to experimentally characterize the effects of increasing the batch size on training time, as measured by
5ch(旧2ch)をスクレイピングして、過去流行ったネットスラングの今を知る - にほんごのれんしゅう
5ch(旧2ch)ではここ数年はTwitterを使用するようになってしまいましたが、ネットのミームの発信地点であって、様々なスラングを生み、様々な文化を作ってきたと思います。 学生時代、2chまとめとか見ていたので、影響を受けてきたネット文化で、感覚値からすると、どうにも流行り廃りがあるようです。 5chの過去ログを過去18年ほどさかのぼって取得する方法と、懐かしいネットスラングのドキュメントに占める出現具合を時系列でカウントすることで、時代の変遷でどのように使用の方法が変化したのか観測することができます。 文末に「orz」って付けたら若い人から「orzってなんですか？」と聞かれて心身共にorzみたいになってる— ばんくし (@vaaaaanquish) October 19, 2018 図1. 今回集計したorzの結果 例えば、今回集計した5chの書き込み500GByte程度のログからで
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
