ChatGPT Prompt Engineering for Developers
In ChatGPT Prompt Engineering for Developers, you will learn how to use a large language model (LLM) to quickly build new and powerful applications. Using the OpenAI API, you’ll be able to quickly build capabilities that learn to innovate and create value in ways that were cost-prohibitive, highly technical, or simply impossible before now. This short course taught by Isa Fulford (OpenAI) and And
AI作成のディープフェイクポルノには「レイプや出演を強制されたポルノの画像」が使われているものがある
性的虐待や搾取により制作されたポルノが、AIを利用して生成される「ディープフェイクポルノ」に用いられていることが、報道により判明しました。IT系ニュースメディア・Motherboardはこの問題を、「フランケンシュタインの怪物」と呼んで非難しています。 Images of Sexual Abuse Are Fueling AI Porn https://www.vice.com/en/article/akdgnp/sexual-abuse-fueling-ai-porn-deepfake-czech-casting-girls-do-porn Motherboardは2020年11月10日に、ネット上のティープフェイク制作コミュニティの間で流通しているデータセットには、「違法なポルノから切り出された静止画が含まれている」と報じました。Motherboardが実際に入手したデータの中には、女
EmbodyMe Inc.
We’re lighting the spark of creativity with AI driven technology EmbodyMe’s ultimate goal is to make the unimaginable, imaginable with AI driven technology. We are disrupting the landscape of visual content, and innovating pathways towards unparalleled generation and control of any visual elements within an image or video on a variety of virtual and content rendering platforms. We deliver the tool
日本ディープラーニング協会、「ディープラーニング開発標準契約書」を公開 | Ledge.ai
日本ディープラーニング協会（JDLA）は「ディープラーニング開発標準契約書」を策定し、9月6日に公開した。 JDLAは、ディープラーニングを中心とする技術による日本の産業競争力の向上を目指す協会。理事長は東京大学大学院工学系研究科教授の松尾豊氏が務める。 スタートアップと大企業間での契約締結を円滑化するディープラーニング技術は、さまざまなビジネスでの活用、社会実装に向けた開発・検討が進みつつある。技術開発を担うスタートアップと業務の委託者である大企業との間で多くの議論が交わされている。 一方で、契約においては、当事者間の契約実務に関する経験・スキル、ディープラーニングに関する認識・理解のギャップがあり、契約の締結がなかなか進まないという課題がある。 JDLAの産業活用促進委員会では、これらの課題を踏まえ、スタートアップと大企業間での契約締結を円滑化しさらなるディープラーニング技術の産業活用
女性の写真を1クリックで裸にしてしまう「DeepNude」が登場
AIを用いて有名女優のポルノ映像を作成するという「フェイクポルノ」が2017年末から2018年にかけて大流行しましたが、これと同じようにAIやニューラルネットワークを用いることで、女性の写真から服だけを削除して裸にしてしまうという凶悪なアプリケーション「DeepNude」が登場しています。 This Horrifying App Undresses a Photo of Any Woman With a Single Click - VICE https://www.vice.com/en_us/article/kzm59x/deepnude-app-creates-fake-nudes-of-any-woman DeepNudeは服を着た女性の写真から、服部分だけを削除し、胸や外陰部がはだけた裸の写真に変換してしまうというもの。女性の写真のみ変換可能で、実際にDeepNudeを使用したと
Siamese Networkをchainerで実装するまで(1) - Qiita
Siamese Networkを理解してchainerで実装するまでの流れを書きたいと思います。 Siamese Networkとは、１クラスあたりの学習データが極端に少ないケース（これをone shot learningとかfew shot learningと言います）にでもうまく学習をしてくれるネットワークモデルです。 Siamese Networkは20年以上前に作られたものらしいのですが、近年のディープラーニングブームでSiamese NetworkにCNNやLSTMを組み込んだものが良い結果を出してきて、プチブームが起こっている気がします。(GANには遠く及びませんが) このSiamese Networkに基づいた研究にNIPS2016で発表された”Matching Networks for One Shot Learning”(Oriol)があります。個人的にはこれを実装するこ
深層学習のモデル圧縮・高速化に関する論文80本ノック - そうだね
こんにちは.無事に3年生に進級できてホッとしています. 昨年度から深層学習のモデル改変による高速化手法について調べていました.そんなわけで本稿では深層学習モデルのパラメータ容量の削減や高速化を目的とした手法に関する論文を80本紹介します. 一部, ハイパーパラメータ探索(Neural Architecture Search等)の論文を「高速なモデルの探索に使えないかな〜」というきもちで含めました. また, 蒸留に関する論文は必ずしも高速化を狙ったものだけではなく, 蒸留そのものの派生論文についても含めています. 全ての論文について詳解ではなく雑な概要のみ記載しています. サーベイする際のガイドにでも使っていただければ幸いです. サクッと読んだだけの論文も多々ありますので間違い等ございましたらご指摘ください. では参りましょう. 高速なモデルアーキテクチャ より良い速度と精度のトレードオフを
GitHub - PaddlePaddle/Paddle: PArallel Distributed Deep LEarning: Machine Learning Framework from Industrial Practice （『飞桨』核心框架，深度学习&机器学习高性能单机、分布式训练和跨平台部署）
English | 简体中文 | 日本語 Welcome to the PaddlePaddle GitHub. PaddlePaddle, as the first independent R&D deep learning platform in China, has been officially open-sourced to professional communities since 2016. It is an industrial platform with advanced technologies and rich features that cover core deep learning frameworks, basic model libraries, end-to-end development kits, tools & components as well
論文解説 Memory Networks - ディープラーニングブログ
こんにちは，Ryobot (りょぼっと) です． 概要 「メモリネットワーク」は代表的な記憶装置付きニューラルネットワークである． 本稿ではメモリモデル (記憶装置付きニューラルネットワーク) をいくつか概説し，論文 2 紙 (1) Memory Networks, (2) Towards AI-Complete Question Answering の理論的な記述を全文翻訳して補足説明している． 目次 メモリモデルの概説 Memory Networks (MemNN) 1 メモリネットワークの概要 2 基本モデル 3 拡張モデル 4 実験 Towards AI-Complete Question Answering (bAbI task) 1 メモリネットワークの拡張 2 bAbI タスク 3 実験 長文である．ざっくり知るだけなら「メモリモデルの概説」と Memory Networks
pythonによる深層学習[CNNフルスクラッチ編] - ぱろっくの日記
この記事は、このブログ内の機械学習の記事を読んでいたり、機械学習の知識をある程度持っていると読みやすいかもしれません。 また、かなり長くなってしまうので、数式の証明や意味などは特に説明しません。 深層学習とは 深層学習とは、「ニューラルネットワーク」と呼ばれる人間の脳の仕組みをコンピュータで再現するモデルを用いた機械学習のことです。 英語ではディープラーニングと呼ばれていて、人工知能ブームの真っ只中ですし聞いたことがある方が多いのではないでしょうか。 今回は、ニューラルネットワークの仕組みについて説明し、画像識別などによく用いられるニューラルネットワークであるCNNというものを紹介しようと思います。また、それをpythonで実装をしてみたいと思います。 なお、分かりやすく読んでいただけるように詳しい説明を省いたり通常の定義を噛み砕いて説明したりするので、本来の意味とずれてしまう説明がある可
![pythonによる深層学習[CNNフルスクラッチ編] - ぱろっくの日記](https://cdn-ak-scissors.b.st-hatena.com/image/square/a7ea397d62815de38b655f808b86618a05f0f925/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F131756332512a08783cfa621bf7ce34349988f13%2Fbackend%3Dimagemagick%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fp%252Fpalloc%252F20160720%252F20160720162710.jpg)
なぜcuDNNのConvolutionは高速なのか | 射撃しつつ前転
cuDNNはNVIDIAが公開しているDeep Learning用のライブラリである。このライブラリを使うとCaffeやChainerなどのDeep Learning用のソフトウェアの速度が向上する。 この速度向上に寄与している最も大きな部分がConvolutionの高速化である。 個人的には、CPUでどこまで高速にConvolutionが実現できるのかに興味がある。本記事は、その準備段階として、どういう高速化戦略がありえるのかを調べたものである。 ConvolutionとはConvolutionは、日本語では畳み込みと呼ばれる操作である。畳み込み操作自体は何次元のデータ構造に対しても定義できるが、以下では、画像処理でよく使われる、二次元のConvolutionのみを考える。 何も考えずに普通にConvolutionを実装すると、以下の擬似コードのようになるだろう。ただし、簡単のため、境界
GitHub - Conchylicultor/DeepQA: My tensorflow implementation of "A neural conversational model", a Deep learning based chatbot
This work tries to reproduce the results of A Neural Conversational Model (aka the Google chatbot). It uses a RNN (seq2seq model) for sentence predictions. It is done using python and TensorFlow. The loading corpus part of the program is inspired by the Torch neuralconvo from macournoyer. For now, DeepQA support the following dialog corpus: Cornell Movie Dialogs corpus (default). Already included
これもある意味Deep Learning，Recurrent Neural Network Language Modelの話 [MLAC2013_9日目] — KiyuHub
これもある意味Deep Learning，Recurrent Neural Network Language Modelの話 [MLAC2013_9日目] この投稿は Machine Learning Advent Calendar 2013 の9日目の記事です． 本日は，Neural Network(NN)を利用したLanguage Model(LM)，つまりNeural Network Language Model(NNLM)の一種であり， Recurrent Neural Network(RNN)を使ったRecurrent Neural Network Language Model(RNNLM)について説明します． RNNLMに行く前置きとしてざっくりいくつか用意したので，知ってそうな人は先へ進んでください． 前置きを入れているうちに長くなりすぎた...． しかも，そもそもNNの説明
![これもある意味Deep Learning，Recurrent Neural Network Language Modelの話 [MLAC2013_9日目] — KiyuHub](https://cdn-ak-scissors.b.st-hatena.com/image/square/cac50dfe53f692699058da4611c63ceb7fb568f7/height=288;version=1;width=512/http%3A%2F%2Fkiyukuta.github.io%2F_images%2Fneural_language_model.png)
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Twitter: ottamm_190 追記 2022/4/24 speakerdeck版：https://speakerdeck.com/masatoto/shen-ceng-xue-xi-falsebu-que-shi-xing-uncertainty-in-deep-neural-networks コンパクト版：https://speakerdeck.com/masatoto/shen-ceng-xue-xi-niokerubu-que-shi-xing-ru-men
Dance Dance Convolution
Dance Dance Revolution (DDR) is a popular rhythm-based video game. Players perform steps on a dance platform in synchronization with music as directed by on-screen step charts. While many step charts are available in standardized packs, players may grow tired of existing charts, or wish to dance to a song for which no chart exists. We introduce the task of learning to choreograph. Given a raw audi
DRAW: A Recurrent Neural Network For Image Generation
This paper introduces the Deep Recurrent Attentive Writer (DRAW) neural network architecture for image generation. DRAW networks combine a novel spatial attention mechanism that mimics the foveation of the human eye, with a sequential variational auto-encoding framework that allows for the iterative construction of complex images. The system substantially improves on the state of the art for gener
WaveNet: A Generative Model for Raw Audio | DeepMind
Research WaveNet: A generative model for raw audio Published 8 September 2016 Authors Aäron van den Oord, Sander Dieleman This post presents WaveNet, a deep generative model of raw audio waveforms. We show that WaveNets are able to generate speech which mimics any human voice and which sounds more natural than the best existing Text-to-Speech systems, reducing the gap with human performance by ove
Kerasで学ぶAutoencoder
Kerasの公式ブログにAutoencoder（自己符号化器）に関する記事があります。今回はこの記事の流れに沿って実装しつつ、Autoencoderの解説をしていきたいと思います。間違いがあれば指摘して下さい。また、Kerasの公式ブログはKerasでの実装に関してだけでなく、機械学習自体についても勉強になることが多く、非常におすすめです。 今回の記事では様々なタイプのAutoencoderを紹介しますが、日本語ではあまり聞き慣れないものもあるかと思いますので、今回は名称を英語で統一したいと思います。 目次 イントロダクション Undercomplete Autoencoder Sparse Autoencoder Deep Autoencoder Convolutional Autoencoder Denoising Autoencoder まとめ イントロダクション Autoencod
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
GitHub - microsoft/CNTK: Microsoft Cognitive Toolkit (CNTK), an open source deep-learning toolkit
GitHub - jisungk/deepjazz: Deep learning driven jazz generation using Keras & Theano!
