GPGPUマシンの更新(4) TensorFlow を使えるようにする - まんぼう日記
GPGPU用のマシンを手に入れました - まんぼう日記 のマシンで TensorFlow を動かせるようにしました．その結果，こういう環境になりました． Ubuntu 16.04 LTS CUDA 8.0 & cuDNN v5.1 TensorFlow 1.2 TensorFlow 1.3 というわけで，作業メモです． Ubuntu 16.04 LTS の再インストール CUDA 8 と cuDNN v5.1 のインストール CUDA 8 インストールと設定 Patch のインストールと CUDA の動作確認 cuDNN v5.1 TensorFlow 1.2 のインストール （2017-08-17追記）TensorFlow 1.3 & cuDNN v6 へのアップグレード cuDNN v6 のインストール TensorFlow 1.3 へのアップグレード Ubuntu 16.04 LTS
Oriented Response Networks
Deep Convolution Neural Networks (DCNNs) are capable of learning unprecedentedly effective image representations. However, their ability in handling significant local and global image rotations remains limited. In this paper, we propose Active Rotating Filters (ARFs) that actively rotate during convolution and produce feature maps with location and orientation explicitly encoded. An ARF acts as a
Pythonの環境設定でむかついてる人はとりあえずこれをコピペで実行してください 2017.01 - YAMAGUCHI::weblog
はじめに こんにちは、最近Pythonをまた書き始めたマンです。なんか古い記事が参照されててだいぶ害があるので現状にあったやつにします。 Pythonの環境設定でむかついてる人はとりあえずこれをコピペで実行してください - YAMAGUCHI::weblog 要点 これからPythonを使い始める人、という前提に立っているので今更Python2系を使い始める意味はない。*1ということでPython3系（現時点最新安定版のPython3.6.0）を使いましょう。 標準を使うのがよい（venv + pip） 自分がよく分かってないツールは使わないほうがいい Python2系を使う人は、上にリンクしてある記事にあるとおりなんですが、Python2.7を使うのであれば pip + virtualenv 一択だと思います。やり方は下にある内容と変わりません。 以下コピペ macOS Homebrew
ディープラーニングにデータフローコンピューティングを使うDPU
Wave Computingは、ディープラーニング用の高性能のLSIを開発しているスタートアップであるが、そのLSIや計算のやり方については公開情報が無く、どのような仕組みであるかは分からなかった。 しかし、4月26-27日に米国サンタクララにて開催された「Machine Learning Developers Conference」において、同社は「Coarse Grain Reconfigurable Array (CGRA)」と呼ぶ方式で処理を行う「Dataflow Computing Unit(DPU)」と呼ぶ高性能LSIを開発していることを発表した。また、DPUを使った開発システムのアーリーアクセスプログラムを開始しており、今年の第4四半期には製品を出荷することも発表した。 この発表資料などを基に、DPUとDPUを使ったディープラーニング用のシステムを見て行こう。 ディープニュー
Pythonでbatch型SOM - 元理系院生の新入社員がPythonとJavaで色々頑張るブログ
この記事に書かれていること Pythonによるbatch型自己組織化マップの実装 Batch型SOMって何？ 前回、Pythonによる逐次型自己組織化マップをPythonで実装しました。 Pythonで逐次型自己組織化マップ - 理系大学生がPythonで色々頑張るブログ 逐次型の自己組織化マップは、学習の際に与えられる入力ベクトルの順番によって、学習結果が大きく異る性質が有ります。 この性質は、研究対象としてとても有意義なものですが、クラスタリングやデータの可視化に用いる場合には再現性に疑問が残ります。 対し、Batch型の自己組織化マップは、重みベクトルの更新タイミングを全てのベクトルを処理した後にまとめて行う事で、入力ベクトルの順番の影響をなくしています。 PythonによるBatch型SOMの実装 __author__ = 'emoson' import math dist = l
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
http://www.ee.ic.ac.uk/pcheung/publications/FPL%20Royal%26Cheung.pdf
http://www.math.sci.osaka-u.ac.jp/~matsumoto/research.php?lang=ja