Deep Learning のフレームワーク Chainer を公開しました - Preferred Networks Research & Development
こんにちは、得居です。最近は毎晩イカになって戦場を駆けまわっています。 本日、Deep Learning の新しいフレームワークである Chainer を公開しました。 Chainer 公式サイト GitHub – pfnet/chainer Chainer Documentation Chainer は、ニューラルネットを誤差逆伝播法で学習するためのフレームワークです。以下のような特徴を持っています。 Python のライブラリとして提供（要 Python 2.7+） あらゆるニューラルネットの構造に柔軟に対応 動的な計算グラフ構築による直感的なコード GPU をサポートし、複数 GPU をつかった学習も直感的に記述可能 ニューラルネットをどのように書けるか 次のコードは多層パーセプトロンの勾配を計算する例です。 from chainer import FunctionSet, Vari
［OGC 2015］AI関連のセッションから見えてきた，ゲームの未来
［OGC 2015］AI関連のセッションから見えてきた，ゲームの未来 ライター：米田 聡 2015年4月24日，ゲーム開発者向けのカンファレンス「Online Game Conference 2015」が開催された。本稿では，数多く行われた講演の中から，AI関連の講演をレポートしてみたい。ゲームとはあまり縁がないように見えるかもしれないが，記事の最後には将来のゲームの姿が見えてくるはずだ。AI研究の最先端では今，何が起きているのだろうか？ 注目を集める「ディープラーニング」とは 最初に紹介するのは，「表現獲得技術とゲーム」と題された講演だ。担当したのは，ドワンゴが2014年11月に設立したドワンゴ人工知能研究所の所長を務める山川 宏氏。 ドワンゴ人工知能研究所所長 山川 宏氏 タイトルの表現獲得技術というのは，最近いろいろなところで話題になっている「ディープラーニング」（深層学習）を使った
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
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
