言語処理するのに Python でいいの？ #PyDataTokyo
第90回 Start Python Clubでの発表資料 「Python機械学習プログラミング」と振り返る機械学習の動向と展望 1. The document discusses various social media and video sharing platforms and tools for integrating them, including YouTube, Twitter, Flickr, iTunes, and Facebook. 2. It mentions several services that allow embedding or sharing content between platforms, such as CDTube for YouTube, ZonTube for Amazon, and amz.ly for shortening Amazon
試行錯誤で作業学ぶロボット、UCバークレーが開発 ニュースイッチ by 日刊工業新聞社
人間と同じようにロボットが試行錯誤を繰り返しながら、組み立て作業などの運動課題を自ら学習していくアルゴリズムを、米カリフォルニア大学バークレー校（UCバークレー）ロボット学習研究室のチームが開発した。人工知能の一種である「ディープラーニング（深層学習）」を使ったもの。 このアルゴリズムに基づくソフトを組み込んだロボットの「BRETT」は、３次元空間での詳しい周辺環境をプログラミングすることなく、任務の最初と最後の状態を与えておくだけで、レゴブロックを組み合わせたり、洋服のハンガーを棚に置いたり、おもちゃの飛行機を組み立てたり、水筒のキャップを回して締めたり、といったさまざまな作業のやり方を自ら学習していったという。 工場と違って家庭や事務所の環境は常に変化する。そのため、想定シナリオに合わせてあらかじめプログラミングしていくやり方は、条件が膨大になり実用的ではないという。ロボットをそうした
書籍「Javaパフォーマンス」を読んで - n-agetsumaの日記
監訳者の@cero-tさんから頂きました。@cero-tさん、ありがとうございます。 Javaパフォーマンス 作者: Scott Oaks,アクロクエストテクノロジー株式会社（監訳）,寺田佳央（監訳）,牧野聡出版社/メーカー: オライリージャパン発売日: 2015/04/11メディア: 大型本この商品を含むブログ (3件) を見るJavaトラブルシューティングに関する仕事に関わっていると、まだ切り分けができていない性能遅延の原因について、GCが疑われることが良くあります。『自動で動く』ことによるブラックボックス感によりGCは疑われやすくなっていると思います。 しかし、実際に色々な案件の解析を繰り返すと、性能遅延の要因は多種多様です。過去に遭遇した代表的なものには、GC以外にも以下のような遅延要因があります。 アプリケーションの不効率なロジック (ループ過多、オブジェクト生成過多) 過度なロ
きんいろDeepLearning - White scenery @showyou, hatena
http://deep-learning-hackathon.connpass.com/event/12867/ このイベントに参加して、DeepLearning(Caffe)を回してみました。 大体これまで上がってる記事で、ゴチうさでDeepLearningされてるのがあったので対抗してきんモザでやってみました。ｎ番煎じです。（（既にラブライブ等でもされてるようなので）） 環境 Dynabook RX3(Core i5 M520, 4GBMem, Linux Mint 17.1 64bit) Amazon EC2 g2.2xlarge インスタンス 問題設定 事前にanimefaceで顔領域を検出した部分に対し、アリスであるかカレンであるか、それとも他のキャラであるかを判定したい 単純な３クラス分類問題ですが、アリスもカレンもキンパツなので、色によるキャラ判別はできません。おそらく輪郭や
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
