A Deep Learning Approach for Generalized Speech Animation - Disney Research
We introduce a simple and effective deep learning approach to automatically generate natural looking speech animation that synchronizes to input speech. AuthorsSarah Taylor (University of East Anglia)Taehwan Kim (California Institute of Technology)Yisong Yue (California Institute of Technology)Moshe Mahler Disney ResearchJimmy Krahe Disney ResearchAnastasio Garcia Rodriguez Disney ResearchJessica
Audio-Driven Facial Animation by Joint End-to-End Learning of Pose and Emotion | Research
Publications Audio-Driven Facial Animation by Joint End-to-End Learning of Pose and Emotion We present a machine learning technique for driving 3D facial animation by audio input in real time and with low latency. Our deep neural network learns a mapping from input waveforms to the 3D vertex coordinates of a face model, and simultaneously discovers a compact, latent code that disambiguates the var
将棋でディープラーニングする その39(ブートストラップ) - TadaoYamaokaの開発日記
前回の日記で、ブートストラップについて少し書いたが、1000万局面では効果がわからなかったので、局面を増やして再度検証した。 ブートストラップ 前回も書いたが、本来の報酬（勝敗）とは別の推定量（探索結果の評価値）を用いてパラメータを更新する手法をブートストラップという。 elmo_for_learnで生成したデータには、局面の探索結果の評価値が含まれているので、バリューネットワークの値をその評価値に近づけるように学習することで、学習の効率を上げることができると思われる。 経験的にブートストラップ手法は、非ブートストラップ手法より性能が良いことが知られている。 ブートストラップ項を加えた損失関数 elmoと同様に、ブートストラップ項の損失には、2確率変数の交差エントロピーを使用する。 バリューネットワークの値を、探索結果の評価値をシグモイド関数で勝率に変換した値をとした場合、交差エントロピー
Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Blog
This 3-hour course (video + slides) offers developers a quick introduction to deep-learning fundamentals, with some TensorFlow thrown into the bargain. ">This 3-hour course (video + slides) offers developers a quick introduction to deep-learning fundamentals, with some TensorFlow thrown into the bargain. Deep learning (aka neural networks) is a popular approach to building machine-learning models
Image-to-Image Translation in Tensorflow - Affine Layer
I thought that the results from pix2pix by Isola et al. looked pretty cool and wanted to implement an adversarial net, so I ported the Torch code to Tensorflow. The single-file implementation is available as pix2pix-tensorflow on github. Here are some examples of what this thing does, from the original paper: "The Sorcerer's Stone, a rock with enormous powers, such as: lead into gold, horses into
Stanford University CS231n: Deep Learning for Computer Vision
Course Logistics Lectures: Tuesday/Thursday 12:00-1:20PM Pacific Time at NVIDIA Auditorium. Lecture Videos: Will be posted on Canvas shortly after each lecture. These are unfortunately only accessible to enrolled Stanford students. Office Hours: We will be holding a mix of in-person and Zoom office hours. You can find a full list of times and locations on the calendar. Contact: Announcements and a
流行りの深層学習フレームワークCaffeをC++から使ってみた - 学生時代に頑張ったことが何もない
Caffeとは CaffeはBerkeley Vision and Learning Centerというところが中心となって開発している深層学習（Deep learning）フレームワークです．公式サイトの記述によれば 速い（"We believe that Caffe is the fastest CNN implementation available"） GPU（CUDA）を利用できるがCPUだけでも動く きれいなアーキテクチャ＆読みやすく改変しやすい実装（C++） コマンドライン，Python，MATLABインタフェースを提供 活発なコミュニティ（Githubのレポジトリやメーリングリストを見るとわかる） といった特徴があるようです．ちょうどC++から簡単に使える深層学習ライブラリを探していたところ，なんだか流行っていて（Caffeで手軽に画像分類 - Yahoo! JAPAN T
ゼロから始めるDeepLearning_その1_ニューラルネットとは - 分からんこと多すぎ
対象とする人 ディープラーニングすごい！ ←聞き飽きた チュートリアルあるよ！ ←ふわっとしすぎて具体的なところが分からん こういう論文あるよ！ ←読めるわけないだろ そういう人向け。（たぶん学部四年程度向け） ニューラルネット初学者が、書ききるまで怪しいところ満載でも突っ走ります。 ニューラルネット（この記事） →（AutoEncoder） →（DenoisingAutoEncoder） →ホップフィールドネットワーク →ボルツマンマシン →Restrictedボルツマンマシン →（Gaussian Binary - Restricted Boltzmann Machines） →（DeepBeliefNetwork） →（DeepNeuralNetworks） →畳み込みニューラルネット（後日） までやる。 太線以外は読み飛ばしてOK 本文中では怖い式は使わない。（Appendixに書
Deep Learning技術の今
第2回全脳アーキテクチャ勉強会での講演スライドです。Deep Learning の基礎から最近提案されている面白トピックを詰め込んだサーベイになっています。
ニューラルネットの逆襲 - Preferred Networks Research & Development
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
Rodrigo Benenson github page
The Cityscapes Dataset M. Cordts, M. Omran, S. Ramos, T. Scharwächter, M. Enzweiler, R. Benenson, U. Franke, , B. Schiele Presented at CVPR workshop (unpublished) Chef's recommendation @inproceedings{Cordts2015Cvprw, title={The Cityscapes Dataset}, author={Cordts, Marius and Omran, Mohamed and Ramos, Sebastian and Scharw{\"a}chter, Timo and Enzweiler, Markus and Benenson, Rodrigo and Franke, Uwe a
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
ディープラーニング チュートリアル（もしくは研究動向報告）