OpenFace：Deep Neural Networkによる顔の個人識別フレームワーク
顔画像で個人を識別できるオープンソースフレームワークを見つけた。 コンピュータービジョン系で有名なカーネギーメロン大学がPythonとTorchで開発したもの。Apache 2.0 Licenseとのことなので著作権の表示、変更箇所の明示があれば商用利用も可能。(ただし追記参照) OpenFaceは、Deep Neural Networkによる顔認識をPythonとTorchで実装したもので、CVPR 2015で発表された論文FaceNet:A Unified Embedding for Face Recognition and Clusteringに基づいています。Torchによって、CPUやCUDA上でこのネットワークを実現しています。 カーネギーメロン大学のSatya研究グループのBrandon Amosが開発しました。 ソースコードはGitHubのcmusatyalab/openf
Deep Learning on Amazon EC2 GPU with Python and nolearn - PyImageSearch
Deep Learning Tutorials by Adrian Rosebrock on October 13, 2014 Last week I wrote a post detailing my experience with CUDAMat, Deep Belief Networks, and Python using my MacBook Pro. The post is fairly long and full of screenshots to document my experience. But the gist of it is this: Even after installing the NVIDIA Cuda SDK and configuring CUDAMat, my CPU was training my Deep Belief Network (impl
Pylearn2：ディープラーニングに対応したPythonの機械学習ライブラリ
pylearn2はこのスライドで紹介されていたライブラリ↓ Linuxでのインストール手順はQiitaのこの記事が詳しい↓ http://qiita.com/mizuki0420@github/items/3f9c97b32e8d6e37abad けど、オイラはWindowsでやってやるんだ。 インストールは結構めんどくさくて、ソースコードはGitから落とし、setup.pyはbuild, installではなくdevelopオプションを使う。 Windows環境でのインストールには、他の依存ライブラリとしてnumpy, scipy, setuptools, matplotlib, dateutil, pyparsing, sixが必要。 ここの記事が詳しかった↓ http://mikemoke.hatenablog.com/entry/2014/03/02/210439 この記事だとTh
PythonによるDeep Learningの実装（Deep Belief Nets 編） - Yusuke Sugomori's Blog
前回、前々回とそれぞれロジスティック回帰（Logistic Regression）、制約付きボルツマンマシン（Restricted Boltzmann Machine, RBM）を紹介しました。 手法の説明については、各記事を参照してください。 今回は、これら２つを組み合わせて実装されている Deep Belief Nets (DBN) について紹介します。今回のコードは長いので、記事の最後の方に載せています。 DBNは Greedy Layer-Wise Training of Deep Networks [Bengio 2007] で提案されている手法ですが、こちらがDeep Learningのパイオニアと言っても過言ではありません。 DBNは多層ニューラルネットワークの形をしています。従来の研究では、多層にするほど精度が下がるという問題が指摘されていましたが（多層のため誤差の重みが少
Akisato Web Site Annex: Deep networkのCUDA実装を試してみる
どうも，@_akisato (= @_akisato_) です． 本記事は，@sakanazensen さんが企画された， Computer Vision Advent Calendar 2012 の12月18日分として，執筆しております． 計算機科学の大変狭い範囲で，deep neural networksやdeep learningなどと呼ばれる言葉が，爆発的に流行しています． ・ ニューラルネットの逆襲: Preferred Research by @hillbig さん [記事] ・ ICML2012論文を紹介した，名古屋CVPRML勉強会資料 by @takmin さん [slideshare] ・ （自称）興味はあったけど調べるの面倒くさくて諦めた人向けの，機械学習×プログラミング勉強会 vol.2 資料 by @kazoo04 さん [slideshare] ・ つい最
Welcome — Theano 0.9.0 documentation
Welcome¶ Theano is a Python library that allows you to define, optimize, and evaluate mathematical expressions involving multi-dimensional arrays efficiently. Theano features: tight integration with NumPy – Use numpy.ndarray in Theano-compiled functions. transparent use of a GPU – Perform data-intensive computations much faster than on a CPU. efficient symbolic differentiation – Theano does your d
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
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
