tf.kerasが終了 Keras 3がTensorFlowから独立し、マルチバックエンド復活！
tf.kerasが終了 Keras 3がTensorFlowから独立し、マルチバックエンド復活！：TensorFlow 2＋Keras（tf.keras）入門 TensorFlow＋Kerasの最新情報として、Keras 3.0のリリースに伴い、TensorFlowから独立し、TensorFlow 2.16以降でKeras 3がデフォルトとなったことについて紹介します。また、Keras 3（TensorFlowバックエンド）での書き方や、今後のディープラーニングライブラリの選び方についても私見を示します。 連載目次 もう4年も前になりますが、2020年5月に「マルチバックエンドKerasの終焉（しゅうえん）、tf.kerasに一本化」という記事を書きました。しかしその後、逆の動きが起きています。本稿では、前回の記事をフォローアップする目的も兼ねて、最新の状況をお伝えします。 そもそもKer
Raspberry Pi4 単体で TensorFlow Lite はどれくらいの速度で動く？【2020年12月版】 - Qiita
Raspberry Pi4 単体で TensorFlow Lite はどれくらいの速度で動く？【2020年12月版】RaspberryPiTensorflowLitexnnpack 1. はじめに 今から半年前の2020年6月、ラズパイ４上でTensorFlow Liteを使った様々なAI認識アプリを動かしてみて、その動作速度をまとめました。 当時のTensorFlowはバージョン2.2でしたが、現在は 2.4(rc4) へと進んでいます。進化が極めて速いDeepLearningの世界において、この半年間でTensorFlow Liteはどう変化したでしょうか。もし「手持ちのアプリは何も変えてないのに、TensorFlow Liteを新しくするだけでめっちゃ速く動くようになったぜ」というのだと嬉しいですよね。 本記事では、前回計測に用いたアプリを再び最新版のTensorFlow Lite環
物体検出器 EfficientDet をブラウザで高速推論 - OPTiM TECH BLOG
R&D チームの奥村（@izariuo440）です。EfficientDet がブラウザで動いているのを見たことがなかったので、やってみました。以下はブラウザで実行中の様子1です。 結果として、EfficientDet-D0 で 256x256 の解像度の画像を TensorFlow Lite で推論させると、ネイティブで 20 FPS、WebAssembly SIMD support ありの Chrome で 7 FPS 程度の速度性能を確認できました。 Case XNNPACK XNNPACK スレッド数 FPS A OFF N/A 4 B ON 1 15 C ON 4 20 測定環境は MacBook Pro (Retina, 15-inch, Mid 2015) の 2.5 GHz です。 背景と動機 周辺知識 EfficentDet EfficientDet の精度 Effici
TensorFlow 事例: から揚げを認識して弁当箱に入れる Foodly
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
機械学習を、機械学習と意識せずに使えるように - Google 鈴木氏が明かすML Kit事例
Googleは3月20日、機械学習に特化したイベント「Google Developers ML Summit」を六本木アカデミーヒルズおよびGoogle東京オフィスにて開催する。当日は、TensorFlow、Cloud ML、ML Kit、Actions on Googleなど、Googleが提供する開発者向けの機械学習ツールについてのセッションとハンズオンが行われる予定だ。 本稿では、同イベントでの中心的なテーマの1つ、Android/iOS向けの機械学習SDK「ML Kit」の使いどころについてGoogleの プログラムマネージャー 鈴木 拓生氏に解説していただいた。 コミュニティとの連携で機械学習のエコシステムをつくる ――Google Developers ML Summit開催の背景についてお聞かせください。 2015年にTensorFlowを公開したことをきっかけに、Cloud
【Python】 KerasのConv2Dの引数paddingについて - 旅行好きなソフトエンジニアの備忘録
KerasのConv2Dを使う時にpaddingという引数があり、'valid'と'same'が選択できるのですが、これが何なのかを調べるとStackExchangeに書いてありました（convnet - border_mode for convolutional layers in keras - Data Science Stack Exchange）。 'valid' 出力画像は入力画像よりもサイズが小さくなる。 'same' ゼロパディングすることで、出力画像は入力画像と同じサイズになる。 ゼロパディングすることのメリットについてはここ（定番のConvolutional Neural Networkをゼロから理解する - DeepAge）に書いてあります。 端のデータに対する畳み込み回数が増えるので端の特徴も考慮されるようになる 畳み込み演算の回数が増えるのでパラメーターの更新が多
Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet：TensorFlow.jsバーション発表
Google、スマートフォン含むWebブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデルPoseNet：TensorFlow.jsバーション発表 2018-05-08 Googleは、Webブラウザでリアルタイムに人間の姿勢推定を可能にする機械学習モデル「PoseNet」TensorFlow.jsバーションを発表しました。 GitHub：tfjs-models/posenet at master · tensorflow/tfjs-models PoseNetは、映像中の人物から1つのポーズまたは複数のポーズを検出できる技術です。ToseorFlow.jsは、Webブラウザで実行できるオープンソースの機械学習ライブラリで、Googleがオープンソースとして公開している機械学習ライブラリ「TensorFlow」のJavaScript版です。 今回、その2つを組み合わせたTose
ディープラーニングで世界トップレベルのモデルを作ろう - Qiita
TL;DR: ホリデーシーズンなのでコードや技術の説明は無しです。ディープラーニングの基本知識を得たばかりの人間がスクラッチからモデルを作り、エンジニアとして別の仕事をしながら当時のstate of the artの性能を出すところまで作り込んで得た知見のまとめです。 目次: ・どうやって情報を得るか ・tensorflowでスクラッチから作る場合の注意点・陥りやすいポイント ・モデルの性能が伸び悩んだ時に試すべきこと ・モチベーションを維持するには 概要 単画像超解像と言われる技術があります。これは解像度の低い画像の解像度を引き上げる技術です。例えば最近はスマホやタブレットなどの表示用デバイスの解像度も高くなり、古い時代用のコンテンツでは解像度が低くて粗が目立ってしまいます。これを綺麗にしたり、あるいはセキュリティカメラなどで拡大した不鮮明な画像を鮮明にしたりできます。 非常に需要の高い
Google、単一の画像内で複数のオブジェクトを検出するTensorFlow向け機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開
Google、単一の画像内で複数のオブジェクトを検出するTensorFlow向け機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開 2017-06-16 Googleは、単一の画像内で複数のオブジェクトを検出するTensorFlow上に構築されたオープンソースの機械学習フレームワーク「TensorFlow Object Detection API」をGitHubにて公開しました。 本システムは、コンピュータビジョンでの活用を想定しており、画像内のオブジェクトを検出、トレーニングおよびデプロイを容易にします。 GitHubページはこちら。 関連 Google、機械学習をスマートフォンだけで処理する低遅延、低電力の画像認識技術におけるコンピュータビジョンモデル「MobileNets」をGitHubにて公開 | Seamless
お手軽にrealtime画像認識をAndroid/iOSで動かす - Qiita
こちらはTensorFlow Advent Calendar 2016の5日目です。 この記事はこれからTensorflow始めてみようというAndroidエンジニア、iOSエンジニア向けです。 開発環境: Mac Tensorflow: r0.12 検証端末: Galaxy S6 検証端末: iPhone 6 理論はともかく動かしてみよう！ 機械学習って自分には関係ないって思ってませんか？TensorflowはAndroid/iOSローカルで動きます！リアルタイムです！ 公式のチュートリアルでは、Bazelっていうビルドツールが必要なのですが、独自色が強く、Android/iOSエンジニアには敷居が高いです。そんなBazelのインストールから説明していきたいと思います。 Bazelのインストール 参考: https://www.tensorflow.org/versions/r0.12/
TechCrunch | Startup and Technology News
Dogs are the most popular pet in the U.S.: 65.1 million households have one, according to the American Pet Products Association. But while cats are not far off, with 46.5…
モバイル サポートが改善された TensorFlow v0.9 を公開
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
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
GitHub - tensorflow/graphics: TensorFlow Graphics: Differentiable Graphics Layers for TensorFlow
TechCrunch | Startup and Technology News
TechCrunch | Startup and Technology News
Stanford University: Tensorflow for Deep Learning Research
Android ThingsはTensorFlowベースの機械学習とコンピュータビジョンをIoTデバイスにもたらす