深層強化学習でAIマリオのクリアにチャレンジしてみた - Qiita
追記：マリオの全ステージクリアを目指します！(2021/12/30) 深層強化学習で学習したAIマリオで全ステージクリアを目指すプロジェクトをGitHub Pagesで立ち上げました！参加者募集中です！ 詳細は以下参照ください 深層強化学習のPyTorchチュートリアルが日本語訳されて…ない！ PyTorch勉強中の人にとって助けになるのが公式のチュートリアルです。そんな公式チュートリアル @sugulu_Ogawa_ISID さんが日本語訳して公開してくださっています。 今、深層強化学習に興味津々丸なので、早速確認してみました。 すると… ない！ PyTorchのチュートリアル、マリオをプレイするものあって、めっちゃ面白そうなんですよね。というわけで、訳される前のPyTorchの深層強化学習のマリオチュートリアルをやってみました。 ちなみに、PyTorchチュートリアル（日本語翻訳版）の
Neural EngineでCore MLの処理が行われているか調べる方法 - Qiita
Neural Engine（ニューラルエンジン）は、ニューラルネットワークの推論演算に特化した機構を持つことで、GPUよりもさらに高速な処理と消費電力の低下を両立するプロセッサ。A11 Bionicは毎秒6000億回、A12 Bionicではなんと毎秒5兆回の演算が可能とされている。 いうまでもなくCore MLのポテンシャルを最大限引き出す鍵となるのがこのNeural Engineなのだが、実はNeural Engineを制御するフレームワークやAPIは存在せず1、Appleは開発者向けの情報もほとんど何も出してない。 残念ながら先のWWDC 2020でもその状況はあまり変わらなかった。 そんな中、書籍「Core ML Survival Guide」やOSS「CoreMLHelpers」でCore ML界隈で知らない人はいないMatthijs Hollemans氏が、GitHubでNeu
「生成Deep Learning」は久しぶりにワクワクするAI関係の本だった - karaage. [からあげ]
「生成Deep Learning」を読みました 生成に特化したAIの本「生成Deep Learning」を読みました。 生成 Deep Learning ―絵を描き、物語や音楽を作り、ゲームをプレイする 作者:David Foster発売日: 2020/10/05メディア: 単行本（ソフトカバー） 独創力とは、思慮深い模倣以外の何ものでもない とは18世紀フランスの哲学者ヴォルテールの言葉とのことですが、AIによる模倣と創造の境界に関して考えさせられるような本でした。 本の内容は、オートエンコーダからはじまりGANでの画像生成、文章生成、音楽生成。アテンション、強化学習の世界モデルまでとタイトル通り生成系のAI技術を幅広くカバーしています。 結構骨太で、AIの本は1冊目という人が読む本ではなくて、何冊かAI関係の書籍を読んで、ある程度自分で実践して、生成系のAI（Auto Encoderと
![「生成Deep Learning」は久しぶりにワクワクするAI関係の本だった - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/0e716f3414d0fb9918c8f114d6308be989b9ecd8/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20201030%2F20201030014348.jpg)
なぜGoogle Meetの背景ぼかしが最強なのか（一般公開版）
はじめに 最近ついに、Google Meet に背景ぼかし機能が利用可能になりましたよね。日本語だとインプレスのケータイ Watchの記事などで紹介されてます。確か 2020 年 9 月末前後で順次リリースされていたと記憶しています。 このときは「背景ぼかし」の機能しかなかったのですが、最近（私が気づいたのは 2020/10/30）更にアップデートされました。アップデートで「背景差し替え」機能が付いて、ぼかし機能もぼかし効果が強弱 2 つから選べるようになりました。まだ日本語のニュース記事は見てないですが、Googleによるアップデートの発表はちゃんとされています。 そして、Google AI Blog でBackground Features in Google Meet, Powered by Web MLという記事が公開され、実装についての解説がされました。 この記事はその解説記事を
Core MLとNeural Engineで自転車を探す
iOSの機械学習フレームワークCore MLと最近のiPhoneなどに備わるAIプロセッサNeural Engineを用いて映画から自転車を探したところ、驚くような結果を得た。プログラミング・コードを簡潔に記述できるとともに、その処理速度が随分と速い。これが毎日使う小さなiPhoneで行えるのだから、唖然としてしまう。Neural EngineはFace IDだけでなく、汎用的なAI処理に活用できるわけだ。 これまでの自転車探索、正確にはオブジェクト検出はディープ・ラーニングのKeras-Yolo3を用いてきた。これをMacで実行すると恐ろしく時間がかかり、2時間の映画なら2〜3日はマシンを占有してしまう。 神谷典孝が示したようにGPUを活用すれば実用的な速度となり、2〜3時間で処理が完了する。ただし、GPUはタワー型の大型PCを必要とし、随分と高価であり、消費電力が馬鹿にならないほど大き
株AIを結構頑張ったら、儲かりそうな雰囲気が出ている - Qiita
ABEJA Advent Calendarの10日目です。 はじめにのはじめに 以下は、あくまでテストデータで上手く行ってるよという話で、本当にこれをやったら儲かるかというと、まだまだわかりませんのであしからず！あとネタがネタだけに、今回のはあくまで個人のやってみた記録であり、組織の取り組みとは関係ありません。 はじめに お金が欲しい！無限に寿司が食いたい！株で儲けたい！ 研究やエンジニアリングをしながら生きてく上で、将来のキャリアや技術スタックについて日々考えてるんですが、よくよく原点に立ち返るとそもそも技術スタックとかどうでもよくて、好きなものを作って漫画読んで生きていきたいんです。つまり結局、世の中は金なんですよね金。なので、何とかして寝てても圧倒的に儲かる仕組みを作りたい！そんな気持ちで私利私欲のために機械学習を使ったという記録です。 以下は、今回紹介する方法で実験したテストデータ
Google Colaboratoryを使ってディープラーニングで画像認識をやってみた - ハードウェア技術者のスキルアップ日誌
ディープラーニングを実際に動かすやり方を学ぶ方法をいろいろと調べていたところ、 からあげさんの以下のサイトを見つけました。有料ですが500円だけでしたので購入し、試してみました。 note.mu Google ColaboratoryというGoogleが提供しているサービスを使い、ディープラーニングを実装し、学習、推論まで行うことができました。今回はその結果を報告します。 Google Colaboratoryとは？ Google Colaboratory https://colab.research.google.com/notebooks/welcome.ipynb?hl=ja ・クラウド上で実行されるJupytor Notebook環境 ・設定不要で無料で利用できる ・GPUも使用可能 学習の時間短縮ができる 目標 入力された画像に対して、カメラ、犬、猫という３クラス識別するモデルを
GitHub - yoyoyo-yo/DeepLearningMugenKnock: でぃーぷらーにんぐを無限にやってディープラーニングでDeepLearningするための実装CheatSheet
2020.5.3 Sun [pytorch] CycleGANを追加 2020.4.3 Fri [tf.keras] pix2pixを追加 2020.3.27 Thu [tf.keras] Style Transferを追加 2020.2.25 Tue [Pytorch] WGAN-GPを修正 2020.1.1 [Pytorch] EfficientNetB1~B7を追加 2019.12.30 [Pytorch] EfficientNetB0を追加 2019.12.23 Chainerのサポートが終了したらしいので、PytorchとTensorflowに絞っていきます 2019.12.23 [Pytorch] 可視化 Grad-CAMを追加 2019.11.23 [Pytorch] 言語処理・会話生成のHREDを追加 2019.11.19 [Pytorch] 画像生成のWGAN-GPを追加
一般物体認識YOLOv3のモデル構造｜せいしん
はじめに一般物体認識とは、画像中の物体の位置を検出し、その物体の名前を予測するタスクになります。以前に下記の記事を書きましたが、そこでも扱ったようにYOLOv3は一般物体認識のモデルの中でも有用な手段のひとつです。今回はこのYOLOv3の中身をポイントとなるところに注目して、見ていきたいと思います。 YOLOv3: An Incremental Improvement モデルの外観YOLOv3のネットワークの外観は以下のようになります。入力の画像に対して出力は縦横が13x13、26x26、52x52の3種類のテンソルが3つ出力となります。このサイズは入力の416x416をそれぞれ(1/32)、(1/16)、(1/8)としたものになります。また、各セルは[3x(4+1+80)]のサイズのベクトルになっており、[(3週類のpriorのサイズ)x((横位置tx, 縦位置ty, 横幅tw, 縦幅t
非データサイエンティストが、機械学習を用いてiPhone上で画像認識をやってみた – Hacarus Inc.
はじめに こんにちは、最近猛暑だけどジムに通い始めたiOSエンジニアの松山です。WWDCで話題となったVisionとCoreMLを使ってみたことについてまとめてみます。 今回、カメラで読み込んだ画像を識別し、識別した物体のラベルと確率を表示するアプリを作成しました。また、Apple提供のモデルと、Pythonを用いてcaffeモデルからMLモデルに変換したカスタムモデルを用いました。 内容に入る前に、今から書く内容がイメージしやすいようにデモを載せます。 Visionフレームワークとは Visionフレームワークでは、顔認識や、テキスト検出、バーコード認識、特徴追跡などを画像解析できるフレームワークです。また、CoreMLのモデルを用いて、Visionのフレームワークで画像の識別や、オブジェクト検出などを実行することもできます。今回のようにCoreMLとVisionを掛け合わせて使うことが
iOS11のVision.frameworkを使ってみる - Qiita
iOS11から追加された、Vision.frameworkを使ってみた時に調べた内容のメモです。 機械学習の簡単な概要にも触れつつ、Visionを用いたカメラ画像を判別するサンプルアプリを作成します。 サンプルアプリ Visionの「機械学習による画像分析」機能を利用して、以下のサンプルアプリをつくります。 このサンプルアプリは、カメラで映した画像を判別し、モノの名前を表示します。 デモ動画 Vision.frameworkとは iOS11から追加された画像認識APIを提供するフレームワーク 同じくiOS11から追加された機械学習フレームワークのCore MLを抽象化 機械学習スタック iOSの機械学習フレームワークを利用したアプリケーションスタックは以下のような図になります。 補足：ニューラルネットワークとは 機械学習手法の一種 人間の脳の神経回路網を 数式モデルで表したもの NNと略さ
Amazonがラジコンカーを発売。なんでラジコン？
Amazonがラジコンカーを発売。なんでラジコン？2018.11.30 23:0037,463 岡本玄介 カメラが付いているほうがフロント？ オリジナル製品もいろいろ作っているAmazon（アマゾン）ですが、今度はラジコンカーを販売します。 でもAmazonといっても、発表したのは通販サイトではなくクラウド・コンピューティング・サービスAmazon Web Services（通称、AWS）。エンジニア向けにサービスを提供するAWSは、AIで自律運転するラジコン｢AWS DeepRacer｣を発表したのでした。 強化学習のためのプロダクトImage: Amazon via designboom magazineAmazonがしたいことはラジコンを作ることではありません。AWS DeepRacerは機械学習の一種である、強化学習（RL、reinforcement learning）を手を動かし
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、
AIを利用したプログラミングで、何が開発できるのかまとめてみた 【学習方法つき 】｜Dai｜note
独学でAIを学んで何かを開発してみたいと思っていても、なかなか何を作れるのかがよくわからないですよね。また、どのように勉強すればAIを利用したアプリケーションを作れるのかもネットで調べてもでてきません。 そこでプログラミングでAIを利用してどんなことができるのかをまとめたら嬉しいか聞いて見たところ、需要があったので、まとめてみたいと思います。 AIとは AI（人工知能）とは、機械学習やディープラーニング等の技術群です。機械学習は、基本的には教師あり学習、教師なし学習、強化学習があります。 AIで使われる言語は？ AIプログラミングで利用されるのは、Pythonがほとんどです。Pythonでは、最先端の技術開発が進んでいるので、Pythonで実装することが多いです。ただし、処理速度を求められる場合、CやC++が使われることもあります。 AIプログラミングで開発でできることは？ それでは本題で
ChainerでWaveNetによる音声合成のチュートリアルを書いてみた - 金融と工学のあいだ
Introduction このチュートリアルではWaveNetを使ったボコーダーにより人の音声を合成します。実行できるチュートリアルは最下部にあります。 ボコーダーとは、音声をパラメータ化した入力を元に音声を合成することです。例えば、ロボットボイスは、人の音声からその発話の特徴量をパラメータとして取得し、それを元にロボットの音色の音声を合成しています。そのため、音声合成で一般的なText-to-Speech(TTS)のように文字列を入力とするのではなく、音声を入力として音声合成します。 WaveNetは、生の音声波形を生成するDeep Neural Networkです。 上記の画像のように、音声波形はあるサンプリングレートで毎時刻の値で波形が保存されていますが、それをWaveNetは生成します。また、今回はボコーダーということで、ランダムに音声を生成するのではなく、入力した音声と似た発話の
Googleの事前学習済みモデルを手軽に利用出来るTensorFlow Hub - Technical Hedgehog
自然言語処理におけるword2vecや画像処理におけるInceptionなど、一般的に広く用いられているモデルを上流で用いる事は多くあります。汎用的な知識を扱えるメリットがある一方、学習には大量のデータセットの準備と膨大な学習時間がかかってしまいます。 この問題に対して、あらかじめ学習させた状態のモデル(事前学習済みモデル)を用意しておき上流に転移させる方法があります。本記事ではその事前学習済みモデルについて、Googleが提供するのライブラリであるTensorFlow Hubを紹介します。 TensorFlow HubはGoogleの大量リソースを用いて学習したモデルを手軽に実装できるほか、自作したモデルを別環境で利用しやすいように自作することも可能です。本記事では概要と特徴、利用方法を紹介します。 今回説明するTensorFlow Hubの利用方法、作成方法について実験したコードはGi
胸部X線画像のAI診断エンジンを作ってみる - エムスリーテックブログ
はじめまして、AIラボ所長兼エンジニアリンググループAI・機械学習チーム所属の高木です。 キャリアのスタートはエンジニアだったのですが、今では９割くらいの時間はビジネス開発に使っています。 今回は合間の時間でやっているエンジニア的な側面でAIラボで何をやっているのかを書いてみることにしました。 AIラボの紹介 AIラボは、臨床現場へのAIの社会実装を実現することを目的にした組織です。 社会実装が目的なので、ビジネスの研究開発とプロダクトの研究開発の両方をやっています。 今回はAIラボの取り組みの一つとして、胸部X線画像のAI診断エンジンを作ってみたので紹介します。 概要 2017年9月にアメリカ国立衛生研究所(以下NIH)から約11万枚の胸部X線画像データセットが公開されました。 データセットはこちらに公開されています。 このデータセットには14の疾患のラベルがついています。 今回はこのデ
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
https://scratch.mit.edu/projects/364481440
ChainerJP on Twitter: "Chainerの公式日本語チュートリアルサイト「ディープラーニング入門：Chainer チュートリアル」を公開しました。数学やPythonの基礎〜機械学習・ディープラーニングの基礎・コーディング・応用まで幅広く解説し全章をCola… https://t.co/xsdownaKQP"
Yuta Kashinoさんのツイート: "TensorSpace.js https://t.co/DhoPP3jjqx Tensorflow.jsベースの畳み込みニューラルネットワークのスゴい可視化ツールがでてきましたね…．可視化は Three.jsとTween.jsでやってます．DNNを知らない人に説明するにはもうコレですね．… https://t.co/BLa0ZGDbUw"
