サービス終了のお知らせサービス終了のお知らせ いつもYahoo! JAPANのサービスをご利用いただき誠にありがとうございます。 お客様がアクセスされたサービスは本日までにサービスを終了いたしました。 今後ともYahoo! JAPANのサービスをご愛顧くださいますよう、よろしくお願いいたします。
GANとDCGANの論文を読んだ。 - rkgkpyrk
今週はGenerative Adversarial Networks(以下GAN)とDeep Convolutional GAN(以下DCGAN)を何となく読んだので、その辺の概要をまとめておく。個人的な備忘録の側面が強いので、あまり色んな人が読むことは想定しておらず、ある程度前提知識を要求している気がするし、参考になるかわからないけれど読む人は参考程度に。もとの論文がいつでも一番正確なはず(GAN、DCGAN)。そもそも既に多くの人が解説記事を書いているし、多くの人にとってこの記事はあまり価値を持たないんじゃないかなと思う*1。 GANとDCGANの位置づけ*2 GANの目的は与えられた学習データから生成モデルを推定すること。つまりは訓練データから学習することによって、確率分布に基づく乱数を吐くが如く、それっぽいデータを吐くようなサンプラーをつくることができるということだろう。たとえばパ
AMD Vitis™ Vision Library
Applications increasingly demand solutions that can meet real-time performance and flexibility to manage a range of frame resolutions and adaptable throughput requirements (1080p60 up to 8K60), while being power-efficient. The architecture of AMD platform combined with the flexibility of Vitis™ Vision Library delivers the ideal solution to meet your vision system requirements, both at the edge and
［GDC 2017］「Forza Horizon 3」の美しすぎる空はどのように作られたのか
2017年3月3日，「Game Developers Conference 2017」最終日に「Shoot for the Sky：The Ambitious HDR Time-lapse Skies of Forza Horizon 3」と題されたセッションが行われた。 最近のゲームでのグラフィックスがフォトリアルになっているのは皆さんご存じのことだろうが，とくに自動車はCGと親和性が高く，スクリーンショットを見て実写と判別するのがだんだん難しくなってきている。とくに近年は自動車以外の部分の画質改善が目覚しい感じだ。 2016年9月に3作めが発売された「Forza Horizon」はForzaシリーズのスピンアウト作品ながら，本編に並ぶくらいの人気を博しているシリーズだ。ストイックにサーキットを走るMotor Sportに対し，世界各地の公道を走るHorizonでは景観も見どころの一つで
最近の半教師付き学習(semi-supervised learning)について - 何らかのブログ
（この記事はDeep Learning Advent Calendar 2016 22日目の記事ですが、ほとんどDeep learning関係ありません） 最近分類問題におけるsemi-supervised learningの論文を読んだりとか手法を学んでいて聞いたり思ったりした話をまとめました。 半教師付き学習とは何かについては、 yamaguchiyuto.hatenablog.com上の記事に比較的わかりやすいと思うので、上の記事を読んで思ったことでも書きます。並べながら書いてるので並べながら読んでいって下さい。できればDeep Learning的なのにも触れたい。 Self-training 古典的なsemi-supervised learningの手法だと思います。強くはないが何にでも使えるんじゃないかなあ。 Generative Model データが何らかのパラメトリックなモデ
Juliaを使ったニューロンの発火時系列の生成と推定
脳科学若手の会という団体のイベントでHonda Research Instituteの島崎秀昭先生に点過程によるニューロンの発火時系列の生成と推定に関するワークショップを依頼した。 ニューロンは発火活動という膜電位の急激な変化を通して互いに情報を伝達しあっている。 その発火系列は各時刻ごとに発火or非発火のバイナリで表される時系列データのため、点過程という統計的手法を用いてモデリングを行うことができる。 ワークショップではニューロンの発火時系列の解析の基礎となる点過程について島崎先生からご講演いただき、プログラミング言語Juliaを用いて参加者が各自コーディングに取り組んだ。 自分は運営スタッフとしてワークショップのコーディング部分のチューターを担当し、サンプルコードの作成とコーディングの補助を行った。 ここではその内容を備忘録として簡単に記事にまとめる。 内容としては発火頻度が時間変化す
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
Ambiguous Cylinder Illusion
https://www.kaggle.com/news/29912
北朝鮮総書記死去のニュースに便乗した標的型メールを確認 - Tokyo SOC Report