フレームワークに頼らずVulkanで畳み込みニューラルネットワークを実装する方法を解説します これは2019年7月20日に行われた 第15回 カーネル/VM探検隊 での発表資料です サンプルコード: https://github.com/Fadis/kernelvm_20190720_samples
フレームワークに頼らずVulkanで畳み込みニューラルネットワークを実装する方法を解説します これは2019年7月20日に行われた 第15回 カーネル/VM探検隊 での発表資料です サンプルコード: https://github.com/Fadis/kernelvm_20190720_samples
この記事は eeic (東京大学工学部電気電子・電子情報工学科)その2 Advent Calendar 2018 - Qiita の13日目の記事です。 1. なにをしたいの? 本記事は、小説を書くことができない人間がなんとかして自力(?)で小説を生み出すために試行錯誤した記録です。 リカレントニューラルネットワークの一種である多層LSTMを用いて、「小説家になろう」に投稿された小説の「言語モデル」を学習し、学習したモデルをもとに実際に小説を自動生成します。 「御託はいいから生成された文章を見せろ」という人はこの記事の10章に飛ぶか、https://ncode.syosetu.com/n7444fc/ を見てください。 2. 「小説家になろう」とは https://syosetu.com/ 誰でも無料で小説を投稿、閲覧することができるWEBサイトです。 独自の文化を形成しており、主に異世界
Darknetをインストール id:shi3z さんが、下記のブログ記事でまた何やら面白そうなものを紹介なさっていました。 http://ch.nicovideo.jp/akiba-cyberspacecowboys/blomaga/ar1116319 その名もDarknet!名前からしてヤバそうな匂いがプンプンしますw 記事でも解説していますが、インストールはターミナルでコマンドさえうてれば簡単にできます。自分の環境だと、MacでもRaspberry Piでもインストールできました。 準備は以下3行コピペするだけ。 $ git clone https://github.com/pjreddie/darknet.git $ cd darknet $ make あとは以下実行して $ ./darknet 以下のような表示が出ればインストールは(一応)成功 usage: ./darknet <
応用範囲が広く幅広い視点からの説明になりがちなベイズ最適化について、本記事では機械学習のハイパーパラメータ探索に利用することに限定して解説します。 1. はじめに 最近、ベイズ最適化という手法が注目を集めています。 ベイズ最適化 (Bayesian Optimization) とは、形状がわからない関数 (ブラックボックス関数) の最大値 (または最小値) を求めるための手法です。 ベイズ最適化についての入門記事は Web 上にすでにいくつかありますが、ベイズ最適化は応用範囲が広く、入門記事は様々な応用に向けた幅広い視点からの説明になりがちです。 本記事では、機械学習ユーザに向けて、ベイズ最適化を機械学習のハイパーパラメータ探索に利用することに限定して説明します。 これにより、機械学習に対して、ベイズ最適化がどのように利用できるのかを分かりやすく解説したいと思います。 2. ハイパーパラメ
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