QualcommのSoC「Snapdragon」を搭載したシングルボードコンピュータの「DragonBoard 410c」は、プリインストールOSのAndroid Lollipop以外にも、Ubuntu LinuxとWindows 10 IoT Coreが公式サポートされている。今回は、Ubuntu Linuxでなにができるかをホビー目線で検証してみたい。 ■話題のDragonBoardを使ってみた - Android Lollipop編 ■シングルボードコンピュータ「DragonBoard」がおもしろい3つの理由 Ubuntu Linuxのインストール DragonBoard 410c(以下、DragonBoard)の裏面にはディップスイッチがあり、ブートデバイスをmicroSDまたはUSBに切り替えられる。DragonBoard向けUbuntu Linuxは、DragonBoard本体

IoT技術部の５回目は「音声認識」で命令を聞く「人工知能」に挑戦です。みなさんは、話題の人工知能って手軽にやろうとするとどれくらいできるのだろうって思ったことありませんか？ 今回は、Amazon Echoのように、Raspberry Piにつけられたマイクに向かって命令すると、命令を聞くというモノをつくってみようと思います。 今回作った人工知能は、名付けて「トメキチ（留吉）」。名前を考えていてパッと頭に湧いたのが「トメキチ」だった、という単純な理由でこの名前にしましたので深い意味はありません。。。 目標とする動きは、こんな感じです。 １）マイクからの音声を認識する ２）認識した音声に応じてコマンドを実行する 今回は、 「トメキチ 歌ってください」 と話しかけると、トメキチが歌い出すようにしてみます。 あとは、ちょっと会話っぽくするために、話しかけると 「へい！親方！」 と答えてくれるように

追記: 2017/06/06 その後の成果 その後の私達の努力の結果、下記記事のコードよりさらに高速化されています。近日sgemmのコードを公開する予定です。 また以下の記事ではraspiのgpuを活用する事で画像認識等が速くなるはずだという事を言いましたが、その後以下のような成果が出ています。ConvolutionやActivation等もGPU上で実行するようにしています。 Object recognition camera with GoogLeNet, a 1000-class image classification model, running locally on #RaspberryPi 3 pic.twitter.com/WP99ePpfrM — 中村晃一 (@9_ties) 2017年4月29日 Raspberry Pi Zero version pic.twitter

Deep LearningフレームワークChainerのAdvent Calendarです。Chainerに関する様々な記事を募集しています。 Chainerを使ってみた、Chainerはこんな使い方もできる Chainerを使ったシステム・サービスを作った Chainerのモジュール解説 Chainerにこういうモジュール・機能がほしい Advent Calendar on Deep Learning Framework Chainer. We call for articles about Chainer including but not limited to: I tried Chainer. I used Chainer in this way. I built a service or system with Chainer. I wrote a think piece of

Imagination’s PowerVR GPUs are driven by a firmware processor responsible for high-level scheduling...

Sign up to our PowerVR community forum where you can share ideas, ask questions and get the most out of our tools with a thriving and growing community. It is recommended you check out our documentation first; however you are never too far away from Imagination support.

この記事はDeep Learning Advent Calendar 2015の3日目です。いつも読んでばかりで悪いし、Deep Learningの話題なら何でもよいそうなので登録してみました。 Theanoによる畳み込みニューラルネットワークの実装 (2)（2015/7/14）のつづき。 ここ最近はChainerを使ってきたけれどまた手法の勉強も兼ねてTheanoでの実装に戻りたい。ChainerやTensorFlowがあるんだからTheanoなんてもう誰も使わない？ごめんなさい・・・TheanoはDeep Learning Tutorialをはじめ、実装例が豊富にあり、絶妙な粒度で小回りもきくので手法の勉強にちょうどよいんだよね。 今回からしばらくさまざまな自己符号化器（Autoencoder）を検証していきたい。深層学習のメリットである特徴の自動学習の基礎になるところなのでしっかり理

At 45 images/s/W, Jetson TX1 is super efficient at deep learning inference. Read the whitepaper. Deep learning is revolutionizing many areas of machine perception, with the potential to impact the everyday experience of people everywhere. On a high level, working with deep neural networks is a two-stage process: First, a neural network is trained: its parameters are determined using labeled exampl

こんにちは。 最近の人工知能ブームは留まることを知らず、 日常でも多くの人工知能関連のニュースを目にするようになって来ました。 東京大学入学を目指す東ロボくんはセンター試験模試で「偏差値57.8」を記録したそうです。私が受験をしたのはだいぶ昔になりますが、代わりにセンター試験を受けてほしかったです（笑） また、あの有名なイーロン・マスクは「AIは悪魔を呼び出すようなもので、特に軍事利用については規制が必要」と語っています。AIが悪魔かどうかは置いておいて、軍事利用については最もな意見だと思います。 なんとか、新しいテクノロジーを戦争のためではなく有効に利用してほしいものです。 まぁもっとも、個人的にはもっと人間らしいAIが誕生するのはもう少し先になると思っていますが、どうなるでしょうか。 概要 さて、前回R-CNNとしてBING(Objectness)を使ってみましたが、 今回は最近話題に

The future of SEO is trending toward a more human-first and user-centric approach, powered by AI intelligence and collaboration. Are you ready? Watch as we explore which SEO trends to prioritize to achieve sustainable growth and deliver reliable results. We’ll dive into best practices to adapt your strategy around industry-wide disruptions like SGE, how to navigate the top challenges SEO professio

EnterpriseZine（エンタープライズジン）編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.co

TensorFlow のチュートリアル（TensorFlow Mechanics 101） https://www.tensorflow.org/versions/master/tutorials/mnist/tf/index.html#tensorflow-mechanics-101 の翻訳です。 翻訳の誤りなどあればご指摘お待ちしております。 コード： tensorflow/examples/tutorials/mnist/ このチュートリアルの目標は、（古典的）MNIST データ・セットを使用して手書き数字を分類するためのシンプルなフィードフォワード・ニューラルネットワークを訓練・評価するために TensorFlow を使用する方法を示すことです。このチュートリアルの対象読者は、TensorFlow を使用することに関心のある、機械学習の経験があるユーザーです。 これらのチュートリア

ついにガロアが死んだ年齢を超えてしまったことに気がつき、自分がまだ何も成し遂げていないことを悲しく思う今日このごろです。 さて、今日はGoogleが出した機械学習ライブラリのTensorFlowの使い方について軽く説明しつつ、ゆるゆりの制作会社の識別を行おうと思います。 TensorFlowとは TensorFlowはGoogleが11/9に公開したApache 2.0ライセンスで使える機械学習ライブラリです。Googleは様々なところでプロダクトに機械学習を活用していますが、TensorFlowは実際にGoogle内部の研究で使われているそうです（TensorFlow: Google 最新の機械学習ライブラリをオープンソース公開 - Google Developer Japan Blog）。 Googleのネームバリューは恐ろしいもので、GitHubのStar数はすでにChainerやC

1. Nakayama Lab. Machine Perception Group The University of Tokyo 東京大学 大学院情報理工学系研究科 創造情報学専攻 中山研究室 中山 英樹 2. Nakayama Lab. Machine Perception Group The University of Tokyo  どちらがハヤブサでしょう？ http://birds.mints.ne.jp 2 http://plaza.rakuten.co.jp 3. Nakayama Lab. Machine Perception Group The University of Tokyo  どちらがハヤブサでしょう？ http://birds.mints.ne.jp 3 http://plaza.rakuten.co.jp タカ ハヤブサ

AppleのBluetooth Low Energyを使ったサービス「iBeacon」に期待が高まっている。米国発の記事を読んでいると、iBeaconってなんでもできる魔法の技術のように書いてあることが多いのだが、本当なのだろうか。iBeaconの実力を知るために、日本のiBeaconの第一人者、合同会社わふうの上原昭宏さんにお話を聞いてみた。上原さんのお話や、自分で調べたことなどを総合して、iBeaconの本当のすごさについて、自分なりの考えをまとめてみた。 なぜAppleは、業界標準技術の固有名詞であるBluetooth Low Energy(BLE)という表現を使わずにiBeaconという自社固有の表現を使うのか。それはiBeaconが、BLEという無線技術に追加機能を持たせているからだ。 BLEは、キーボードなどの一部周辺機器を除いて、基本的にはアプリを前もって起動しておくことが必

Glassware（＝Glassアプリ）開発を始めるなら、日本上陸前の今がチャンス。米国シリコンバレー在住の筆者が、現地ならではの視点でGlassware開発を解説する連載スタート。 連載 INDEX 次回 → はじめに Google Glass（以下、Glass）は、グーグルが開発する眼鏡型のウェアラブルデバイスだ。2012年6月にGoogle I/Oでコンセプトが発表され、2013年春から米国で早期導入プログラム参加者への販売が始まった。 販売開始からもうすぐ1年になるが、インターネット上では日々多くの議論や改善要望が投稿され、個人が開発した「Glassware」（＝Google Glassアプリケーション）の紹介も活発に行われている。社会問題として取り上げられるなどネガティブな側面もあるが、それも含めて、Google Glassの時代は着実に近づいてきていると感じる。 一方で、Gla