[B! ディープラーニング] zehaのブックマーク

「AIが仕事を奪う」への疑問　いま、“本当に怖がるべきこと”は

「人工知能（AI）が原因で失業する」と信じている人は大勢います。では私たちの周りに、人工知能に仕事を奪われた人は居るでしょうか？　少なくとも、今の所は私の周りにはいません。もしかして私たちは、居るはずのない幽霊にただおびえているのではないでしょうか。そのような怪談が語られ始めたのは、第3次人工知能ブームが始まった2013年ごろと記憶しています。英オックスフォード大学のマイケル・A・オズボーン准教授らが著した「THE FUTURE OF EMPLOYMENT：HOW SUSCEPTIBLE ARE JOBS TO COMPUTERISATION？」という論文に書かれた「10～20年以内に労働人口の47％が機械に代替されるリスクがある」という主題が引き金を引き、人工知能脅威論が一気に花開きました。たった20年で労働者の半数が失業するリスクにさらされるのですから、騒然とするのも当然です。し

zeha 2018/04/13

リンク

Raspberry Pi上でTensorFlowで簡単にディープラーニングを試せるツール「tensorflow-pi」でロボホンの幻の顔認識機能に挑戦してみた - karaage. [からあげ]

Raspberry PiとTensorFlowを使ったディープラーニング開発環境以下の記事でRaspberry PiとTensorFlowを使ったディープラーニングの開発環境の構築方法を紹介しました。記事の最後の方に、自前データの学習から、学習したニューラルネットワークで判別まで実施できる自前のパッケージ「tensorflow-pi」を紹介させていただきました。ただ、READMEだけ見ても、意味不明な英語で良くわからないと思いますので、今回は実例を交えながらこのソフトの使い方を紹介しようと思います。例題ですが、以前ネットで話題になった「ロボホン」の幻の顔認識機能があります。詳しくは以下参照下さい。開発決定！というニュースは話題になったものの、その後続報がとんと聞かれません。そもそも技術的に不可能なんじゃという噂も聞こえてきたりしました。奇しくもロボホンとRaspberry Pi

zeha 2017/08/16

リンク

真にコスパのいいGPUはどれか、TFLOPS換算で比較してみた（DeepLearning•機械学習用）[2018/04/25更新 TX2追加] - 技術メモ集

経緯友人のPC購入のアドバイスをしていてふと「純粋にTFLOPSと価格だけで比較した場合、どのGPUが一番コスパがいいんだろう？」と疑問に思ったので簡単に調べてみた。 radeonはcuda使えないから論外。GTX900以下、TITAN等は一般的ではないため除外してある。 2017/03/13 gtx1080tiを追加し、価格・結果を更新。結果は大して変わらず。ただし、Resnet等のGPUメモリを大量消費するモデルがどんどん出てきていることを考えると、コスパが多少悪くなってもGTX1080ti程度のものが必須になってきているような気もする。 GPU/価格対比表 GPUの型番、TFLOPS、メモリ量、価格、最後に１TFLOPSあたりの単価としてまとめた。見方はシンプル、円/TFLOPSが一番低いGPUが最高コスパのGPUとなる。 GPU TFLOPS（FP32）メモリ価格(20

zeha 2017/02/07

ディープラーニング

リンク

低火力ディープラーニングのための環境(自作ハード編) - studylog/北の雲

昨日こんなプレスリリースが話題になっていました。 www.sakura.ad.jp 高火力ですって。強そう。ちょっと前にはこんなのも話題に。ディープラーニング専用GPUサーバファーム「紅莉栖（くりす）」を構築｜ニュース｜広報情報｜株式会社ドワンゴ現時点で世界最高性能となるMaxwell世代のCUDAコアを搭載したGPUサーバー100台程度で構成凄い。強そう。こういう記事を読んだ後に自分の足下で動いている機械をまじまじと眺めてみると、あまりの低火力に恥ずかしさすら覚えます。ワットチェッカーで測ってみると500Wにも満たないそうで、安物電子レンジレベル。まさに低火力。低火力ディープラーニングのための自作ハード企業や研究室にTitan4枚指し環境が整っているような人にとってはおもちゃみたいな環境かもしれませんが、私が使っている環境を晒しつつ、個人の趣味レベルで(プチ)ディープラーニ

zeha 2017/02/04

リンク

趣味用に安く深層学習PCを作った - Qiita

趣味でディープラーニングで遊ぶためのPCを作ったので、メモ。前提趣味ならクラウドでいいじゃん、と思われるかもしれないが、AWSのGPUインスタンスだと1時間に100円くらい取られる。GAN系の画像の生成とかやりたい時は、様々なパターンを試してみて、いいものができるか試行錯誤するので、結構使う。 AWS止め忘れて過大な請求くるのも怖い。あくまで趣味の範囲なので、のびのびと遊べるローカル環境の構築を行った。もともと使ってたPCは、 Intel Core i7 4770 メモリ8G GTX 750Ti に、Ubuntu入れて使っていた。色々できないので、ディープラーニング専用機を構築しようと決意。 GPU まずはGPU。趣味用とは言え、GPUをケチるとやりたいことができない。特にメモリサイズは重要。モデルの読み込みに支障が出たり、学習時のバッチサイズに影響が出てくる。 2016/1/30現

zeha 2017/02/03

リンク

こんな私でもニューラルネットワークをスクラッチで実装できました(30歳男性） - seri::diary

この記事はトレタ Advent Calendar 2016の22日目です。 21日目はswdhの ActiveRecordオブジェクトを関連ごとシリアライズしてデシリアライズするでした。スナップショット的にその時点のモデルを関連モデル含めて保存したい、っていう要望はBtoBやってると結構遭遇しますね。テーブルをちゃんと正規化すればするほど難しくなるやつなのでgem化されてるとありがたいです。さて、この記事ではゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装を読んでpythonに入門するところから初めてニューラルネットワークを実際に実装して見た所感を記述します。平たく言えば読書感想文です。ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装作者: 斎藤康毅出版社/メーカー: オライリージャパン発売日: 2

zeha 2016/12/22

リンク

Google、ディープラーニングをサポートした機械学習ライブラリ「TensorFlow」をオープンソースで公開

Googleは、脳の活動を模したニューラルネットワークによって学習を実現する「ディープラーニング」をサポートした機械学習ライブラリ「TensorFlow」をオープンソースで公開しました。ライセンスはApache 2.0オープンソースラインセンスです。 Googleはすでに数年前からディープラーニングを同社のサービスに組み込んでいます。「私たちが社内でディープラーニングの基盤である「DistBelief」を開発したのは2011年のことだ」（ブログ「TensorFlow - Google’s latest machine learning system, open sourced for everyone」から）。 TensorFlowは、このDistBeliefをさらに強化したものだと説明されています。 TensorFlow is general, flexible, porta ble, e

zeha 2015/11/10

リンク

はてなブックマーク

タグ

関連タグで絞り込む (11)

ディープラーニングに関するzehaのブックマーク (7)

お知らせ

月間はてなブックマーク数ランキング（2024年8月）

今週のはてなブックマーク数ランキング（2024年9月第1週）

今週のはてなブックマーク数ランキング（2024年8月第4週）

公式Twitter

キーボードショートカット一覧

はてなブックマーク

公式Twitter

はてなのサービス