[速報]Google、クラウドで高速にディープラーニングを行う「Cloud Machine Learning」発表、TensorFlowベース。GCP Next 2016 Googleは同社のクラウドに関するイベント「GCP Next 2016」を3月23日、24日の2日間にわたり米サンフランシスコで開催しています。 初日の基調講演で、最後の話題は機械学習(Machine Learning)でした。Googleはクラウドサービスの1つとして機械学習機能にも注力することを表明しています。Google Senior FellowのJeff Dean氏は、機械学習はコンピュータの歴史のなかで最も重要な出来事の1つだと説明。 Googleは2012年以来機械学習をさまざまなサービスに利用し、いま社内ではより使いやすくなった第二世代を機械学習を利用しているとのこと。 トレーニング済みの機械学習サービ
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説Python機械学習DeepLearningTensorFlow これ書くだけで土日2日間まるまる潰れてしまった。 学んだ内容に沿っているので、順に読み進めるに従ってコードの話になっていきます。 Tensorflow触ってみたい/みたけど、いろいろまだ理解できてない!という方向けに書きました。 ※2018年10月4日追記 大分古い記事なのでリンク切れや公式ドキュメントが大分変更されている可能性が高いです。 この記事のTensorflowは ver0.4~0.7くらいだった気がするので ver2.0~となりそうな現在は文章の大半が何を参考にしているのか分からないかもしれません。 1: Deep Learningってそもそも何してるの? 専門の人からはご指摘入りそうですが、要は回帰
昨日に引き続き,機械学習のお話. TensorFlowのチュートリアルで紹介されていた画像をクラス分けするConvolutional Neural Networksの例題(CIFAR-10)のデータセットだけを差し替えて実験してみた. 今回の実験の目的は 写真を収集するためのツールの開発 TensorFlowで書いたプログラムに自前で用意した写真を与える練習 少しのデータでどれくらいの分類精度が出せるのか試す といった感じ. 分類対象は,電通生なら誰でも知っている有名な中華料理店食神の590円定食メニュー.1番〜8番まであるけれど,今回は訓練データ数の都合上半分の1, 3, 4, 5番をターゲットとした*1. まず,写真を集めるツールについて. ウェブブラウザで画像の収集と欲しい部分を切り抜くためのツールが欲しかったので作ってみた. しかし少し解決できない問題があって,ブラウザで触るアプリ
Hadoop Conference Japan 2016 もともとは2月8日に開催されるHadoop Conference Japan 2016のセッションとしてこの話を応募したのですが、あえなく落選しました……(;_;) しかし、ありがたいことに復活戦のLightning Talkの投票では5位に選んでいただき、ランチタイムA会場でお話することになりました。ありがとうございます! 今回のスライドはここで公開しています。 とはいえ、5分のLTではこの内容をしっかりと伝えられる自信がないので、以下でスライド内容の詳しい解説をしたいと思います。また、2/13にGoogle東京オフィスで開かれるRejected HCJ 2016では、以下の内容をゆっくり普通のセッションとして発表する予定ですので、ご興味ある方はぜひどうぞ。 引用元 今回の元ネタはこちら。より詳しく知りたい方はこちらをごらんくださ
Googleは1月13日、オープンソース提供している機械学習システム用ツールキット「TensorFlow」について、都内でメディア向け説明会を開催した。TensorFlowの開発者が概要を解説したほか、オープンソース化の目的や今後の展望を述べ、さまざまな質問に直接答えた。 説明を担当したのは、Googleエンジニアリング部門リサーチサイエンティストのMike Schuster氏。同氏は、奈良先端科学技術大学で工学博士号を取得し、NTTでニューラルネットワークや音声認識システムの研究開発に携わるなど、日本と縁の深い人物である。 Googleでは音声認識システムの開発に取り組み、同社初の日本語および韓国語用の音声認識モデルを構築。その後、大規模ニューラルネットワークの実現を目指すプロジェクト「Google Brain」に参加し、現在はTensorFlowの開発を担当している。 同氏の開発するT
TensorFlowのチュートリアル(Deep MNIST for Experts) http://www.tensorflow.org/tutorials/mnist/pros/index.html#deep-mnist-for-experts 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。 TensorFlowは大規模な数値計算を行うための強力なライブラリです。TensorFlowが優れているタスクの1つは、ディープ・ニューラルネットワークを実装し、訓練することです。このチュートリアルでは、深い畳み込みMNIST分類器を構築しながら、TensorFlowモデルの基本的なビルディング・ブロックを学びます。 このチュートリアルは、ニューラルネットワークとMNISTデータセットに精通していることを前提とします。それらのバックグラウンドを持っていない場合は、初心者のためのチュート
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog saegusa2017-04-16Yoshihiro was a network engineer at LINE, responsible for all levels of LINE's infrastructure. Since being named Infra Platform Department manager, he is finding ways to apply LINE's technology and business goals to the platform. こんにちは。LINEでネットワークやデータセンターを担当している三枝です。2017年1月にJANOG39で登壇する機会を頂きましたので、今回
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