Google ColaboratoryのTPUを試してみる
TL;DR ColabのTPUを使って今すぐCNNを試してみよう。ものすごい速いぞ。 はじめに 9/26夜、Google Colaboratoryユーザーに激震が走った。 ハードウェアアクセラレータにTPUが使えるようになってる！？TPU(Tensor Processing Unit)凄さはこのニュースを見れば恐ろしいほど伝わってくる。 COOL Chips 21 - GoogleのWebサービスを支える「TPU」 https://news.mynavi.jp/article/20180424-621091/ TPU v1はIntelのHaswell CPUとNVIDIAのK80 GPUと比較すると、性能は15～30倍、電力効率は30～80倍になっているという。 NVIDIA K80は現在ColabのGPUアクセラレータとして用いられているGPUだ。もしこの15～30倍という値が本当なら、
【ディープラーニング】少ないデータで効率よく学習させる方法：1から作るCNN編 - ニートの言葉
こんにちは、あんどう（@t_andou）です。 前回から、少ないデータで効率よく学習させるfinetuningの記事を翻訳していますが、今回は全3回中の第2回です。 全3回の予定 データの準備・データの水増し 1から小さな畳み込みニューラルネットワークを作ってみる（<-今回はここ） 学習済みネットワークを流用する 前回の記事はこちら andoo.hatenablog.com 前回は学習に使うデータの準備を行いました。 今回は小さな畳み込みニューラルネットワークを1から作って、前回準備したデータを学習させてみます。 小さなCNNを0から作る：40行のコードで80%の正解率 画像のクラス分類器にふさわしいツールは畳み込みニューラルネットワーク（以降CNN）です。それでは最初の一歩として、犬・猫のデータを学習させてみましょう。 今回は少ない画像で学習を進めますので、一番の懸念点は過学習でしょう。
R-CNNとしてSelective search を使ってみた - Qiita
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
CNNの前処理としてOpenCVでBINGを使ってみた - Qiita
概要 こんにちは、初の投稿となります。 最近Deep Learningへの注目が高まると同時に、 QiitaでもDeep Learning(CNN) に関する投稿が急激に増えています。 しかし、それらの多くはCaffeやChainerといったフレームワークの導入やサンプルを実行してみたものが多く、実際にどう使うのか？という投稿は少ないように見えます。 例えば、CNNを使うにしても愚直にSliding Windowでサーチを行うのは膨大な処理時間がかかってしまい実用的ではありません。 特にマシンビジョンの現場では複雑な形状のものを複数検出するといったことが多く、CNNを使う前に出来るだけ候補のオブジェクトを絞り込みたいという状況がよく発生します。これはR-CNN（Region Convolution Neural Network）と呼ばれています。 手法としてはいくつかありますが、今回はOp
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 - tiny-dnn/tiny-dnn: header only, dependency-free deep learning framework in C++14
http://www.vision.cs.chubu.ac.jp/flabresearcharchive/bachelor/B13/Paper/fukui.pdf
http://www.nlab.ci.i.u-tokyo.ac.jp/pdf/CNN_survey.pdf