A Deeper Look at ROC-AUCNovember 15, 2020 | 4 min read | 546 views enmathstatsYou’ve probably heard about the ROC-AUC, or simply AUC, which is defined as the area under the receiver operating characteristic (ROC) curve. This is indicated by the blue area in the figure below and is used to evaluate the performance of classification models. The ROC curve is obtained by plotting the pairs of fals
https://blog.tensorflow.org/2020/11/accelerating-tensorflow-performance-on-mac.html https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhfOeoWyPa5DuJPkPW26BcXEp1vlex_t0aJDFLzQeBGHZhxNkEs4MTD7sDvqwAQIW6OpjkykNjbBv8l0Q68pE5sVQawOfsAhA2MRNPDlnB1ivcY1Yvg2ETmVlfKyabPLeoyUPwepEWY6sI/s0/image1.jpg November 18, 2020 — Posted by Pankaj Kanwar and Fred Alcober With TensorFlow 2, best-in-class trainin
TOP500、HPCG、HPL-AI、Graph500での世界1位獲得、新型コロナウイルス対策を目的とした試行利用など、話題に事欠かないスーパーコンピュータ「富岳」。そのディープラーニング処理を高速化するには、あるOSSの存在が必要不可欠でした。それが、サイボウズ・ラボ(株)の光成滋生氏が開発したx86/x64向けC++ JITアセンブラ「Xbyak」の設計思想をベースに、光成氏の助言のもと(株)富士通研究所が開発したArm向けのC++ JITアセンブラ「Xbyak_aarch64」です。Xbyak_aarch64は、富岳上でのディープラーニング処理を実現するキー技術のひとつです。 本記事では、Xbyakの開発者である光成氏を中心に、(株)富士通研究所の上席研究員であり、Linuxカーネルへのコアコミッターでもある小崎資広氏を聞き手役として、同研究所シニアリサーチャーの川上健
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