PyTorch® 2.2リリース ー SDPA性能2倍、AOTInductorによる非Python環境への展開が可能に
PyTorchチームは1月31日、PyTorch® 2.2のリリースを発表した。新機能や最適化が盛りだくさんのこのバージョンは、エンジニアたちの期待を十分に満たすリリースだ。 PyTorch 2.2では、FlashAttention-v2の統合により、SDPA（_scaled_dot_product_attention_）のパフォーマンスが 約2倍向上 した。これにより、A100 GPUsで最大FLOPs/sの約50-73%まで到達する高速なSDPAが実現された。 新しい機能としては、非Pythonサーバーサイド向けのAOTInductorも導入。これにより、PyTorchプログラムのコンパイルとデプロイメントが可能になり、非Python環境での利用が向上した。 その他にも、Optimizersのサポート向上や新しいログメカニズムTORCH_LOGSの追加など、多くの改良が行われた。一方で
AI技術が原子炉の安全性と効率を高める可能性――冷却システムを継続的に監視する機械学習モデル - fabcross for エンジニア
米国エネルギー省（DOE）アルゴンヌ国立研究所は2023年11月2日、原子力技術と機械学習を組み合わせることで、次世代原子炉であるナトリウム冷却高速炉（SFR）の安全性と効率性を維持し、運用方法を改善する可能性を見出したと発表した。 SFRは、液体ナトリウムを使って炉心を冷却し、重い原子を分解することで炭素を含まない電気を効率的に作る原子炉の一種だ。アメリカではまだ商業利用されていないが、有望な発電手法であり、核廃棄物の削減に役立つと考えられている。しかし、システムの腐食や詰まりを防ぐために、高温の液体ナトリウム冷却材の純度を維持するといった課題がある。 そこで研究チームは、冷却システムを継続的に監視する機械学習モデルを作成した。このモデルは、アルゴンヌのMechanisms Engineering Test Loop（METL）施設にある、31個のセンサーからのデータを解析する。これらの
開かれた可能性 (実世界 AI ソリューション)
Intel.com サーチを使用 いくつかの方法で Intel.com のサイト全体を簡単に検索できます。 製品名: Core i9 文書番号: 123456 開発コード名: Alder Lake 特別な演算子: “Ice Lake”, Ice AND Lake, Ice OR Lake, Ice*
MLflowの使い方 - 機械学習初心者にもできる実験記録の管理 - - DATAFLUCT Tech Blog
こんにちは！nakamura（@naka957）です。今回はMLflowをご紹介します。 読者の皆さんは、機械学習モデルのハイパーパラメータ調整を手作業で管理し、苦労した経験がないでしょうか。実験記録の管理は大事な一方で、なかなか大変です。 今回紹介するMLflowは、実験記録を簡単に管理できる便利なPythonライブラリです。MLflowは実験管理だけでなく、機械学習プロジェクト全体を管理する様々な機能を提供する非常に人気なライブラリです。一方で、多機能な反面で初心者が最初に導入するにはハードルが高い側面があるのも事実です。 本記事では、MLflowの実験管理の機能に絞り、簡単な例で使い方をご説明します。そのため、初めて使用する方も安心してご覧ください。 では、早速始めていきます。 実験記録の重要性 MLflowとは MLflowのインストール データセット準備 機械学習モデルの用意 M
機械学習品質マネジメントガイドライン - 成果公開 | デジタルアーキテクチャ研究センター | 産総研
機械学習品質マネジメントガイドライン 第2版 日本語版: ( 2021年7月5日公開 ) 機械学習品質マネジメントガイドライン 第2版 （本文） 旧版。より新しい第3版があります。 デジタルアーキテクチャ研究センター テクニカルレポート DigiARC-TR-2021-01 サイバーフィジカルセキュリティ研究センター テクニカルレポート CPSEC-TR-2021001 人工知能研究センター テクニカルレポート 機械学習品質マネジメントガイドライン付属文書1 機械学習品質評価・向上技術に関する報告書 デジタルアーキテクチャ研究センター テクニカルレポート DigiARC-TR-2021-02 サイバーフィジカルセキュリティ研究センター テクニカルレポート CPSEC-TR-2021002 人工知能研究センター テクニカルレポート 機械学習品質マネジメントガイドライン付属文書2 開発事例リフ
Twitterが機械学習アルゴリズムを改善するためのイニシアチブを発表
機械学習は技術の進歩と共に、さまざまなソフトウェアやサービスに活用されるようになってきました。Twitterは新たに、責任感があり、応答性が高く、コミュニティ主導の機械学習システムを開発するために、「責任ある機械学習」と呼ばれるイニシアチブを発表しました。 Introducing our Responsible Machine Learning Initiative https://blog.twitter.com/en_us/topics/company/2021/introducing-responsible-machine-learning-initiative.html Twitter announces new initiative to analyze its own algorithmic choices - 9to5Mac https://9to5mac.com/2021/
【開催報告】 2021春の機械学習勉強会 | Amazon Web Services
Amazon Web Services ブログ 【開催報告】 2021春の機械学習勉強会 こんにちは！ アマゾンウェブサービスジャパン株式会社 ソリューションアーキテクトの黄です。 2021年3月17日に、 デジタルネイティブ企業のお客様向けに「2021春の機械学習勉強会」を開催いたしました。勉強会の開催報告として、勉強会で行った内容などを公開いたします。 開催の背景 私達ソリューションアーキテクトは日々、多くのお客様とお話しをさせていただく機会がありますが、その中で「サービスに機械学習を取り入れたい」や「機械学習をどの様に始めれば良い？」といったご相談をいただくことがあります。そこで今回は、機械学習に興味があるけどまだ試したことがない方や、これから試そうとしている方に向けて、機械学習の基礎をプログラミングを通じて学ぶ勉強会を開催しました。 勉強会の内容 勉強会は前半座学、後半ハンズオンと
マスターアルゴリズム ー 世界を再構築する「究極の機械学習」
原著：ペドロ・ドミンゴス 翻訳：神嶌 敏弘 イラスト：六七質 出版社：講談社 発行日：2021-04-21 ISBN：978-4062192231 本書は，ペドロ・ドミンゴス著『The Master Algorithm』の翻訳書で，近年の人工知能技術の進展を支える機械学習についての解説書です．機械学習とは，作業手順を明示的に指示しなくても，それをデータから学ぶ能力を計算機に与える技術です．この機械学習について，計算機科学や統計学の高度な知識を前提とせずに，その内側に踏み込んで仕組みを明らかにし，この技術の可能性と課題を論じています． 出版社ホームページ 版元ドットコム Googleブックス ネット書店：Amazon 楽天ブックス honto 紀伊國屋書店 電子書籍：Amazon 楽天ブックス honto 紀伊國屋書店 Apple 読書ログ： 読書メーター（電子版） ブクログ（電子版） 図書
技術選定の際には絶対に知っておきたいウェブ開発・機械学習・科学計算に役立つ便利な技術を動画でサクッと学び始められる「Udemy」新生活応援セール【Julia・GraphQL・BERTなど】
何かと生活が変わることが多い春という季節は、新たな技術を学び始めるタイミングにピッタリと言えます。しかし、独学というのは少し分からない点が出てくるだけで挫折してしまいがちなもの。そこで活用できるのが書籍よりも圧倒的な情報量をもつ「ムービー」という形式で学習を進められ、分からない点は講師に直接質問できるオンライン学習プラットフォームの「Udemy」です。ちょうどUdemyは3月26日(金)まで新生活応援セールをやっているとのことで、知っておくと便利な技術から機械学習の論文を解説するような難しめの講座まで、さまざまな講座をピックアップしてみました。 オンラインコース -世界最大級のオンライン学習プラットフォーム- Udemy https://www.udemy.com/ ・目次 ◆1：オリジナルデザインのサイトを作れるCSSフレームワーク「tailwindcss」とCSSをまとめて学んでいく講
BigQuery ML によって Google スプレッドシートで機械学習モデルを使用する方法 | Google Cloud 公式ブログ
※この投稿は米国時間 2021 年 2 月 25 日に、Google Cloud blog に投稿されたものの抄訳です。 スプレッドシートは至るところで使用されています。きわめて便利な生産性向上ツールであるスプレッドシートを使えば、データの整理、計算、表示が簡単になります。Google スプレッドシートは Google Workspace に含まれているスプレッドシート アプリケーションであり、20 億人以上のユーザーが利用しています。 機械学習（ML）もまた、不可欠なビジネスツールになっています。データを用いた予測が低コストかつ高精度で実行できるようになったことで、複数の業界が一変しました。ビジネスでの機械学習の採用は、年間 40% 以上増加すると推定されています。 機械学習の力をスプレッドシート内のすべてのデータに取り入れる。合理的だと思いませんか？私は間違いなく思います。そして今、そ
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
TechFeed Conference 2022
The current state of MLOps for machine learning engineers
Data Labeling for Machine Learning: Market Overview, Approaches, and Tools - KDnuggets
3 Differences Between Coding in Data Science and Machine Learning - KDnuggets
Machine Learning Skills - Update Yours This Summer - KDnuggets
米Microsoftが機械学習のオリジナル教材を無償公開 AIとデータサイエンスについても順次リリース
Amazon.co.jp: Kaggle Grandmasterに学ぶ 機械学習 実践アプローチ: Abhishek Thakur (著), 石原祥太郎 (翻訳): 本
What I Learned From 25 Years of Machine Learning - DataScienceCentral.com
「線形回帰」「決定木」「SVM」「k平均法」「アプリオリ法」とは？ 機械学習の5大アルゴリズム
4 reasons to learn machine learning with JavaScript