Visualizing memorization in RNNs
Inspecting gradient magnitudes in context can be a powerful tool to see when recurrent units use short-term or long-term contextual understanding. This connectivity visualization shows how strongly previous input characters influence the current target character in an autocomplete problem. For example, in the prediction of “grammar” the GRU RNN initially uses long-term memorization but as more cha
グーグルのニューラルネットワーク--機械学習でデータセンター効率を改善
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは人工知能の手法を採用して、世界中に設置されたデータセンターから最大限の効率を引き出そうとしている。 ニューラルネットワークを利用することで、同社のオンラインサービスを支える施設で電力の浪費を抑える方法を学んでいるのだ。 ニューラルネットワークは、過去の購入履歴に基づいて消費者に製品を勧めるのに利用されることが多い。脳のさまざまな側面、具体的にはニューロン間の相互作用を模倣することを目指す機械学習アルゴリズムの一種だ。 Googleのメカニカルエンジニア兼データアナリストであるJim Gao氏は、オンラインに掲載した論文に次のように記している。「機械学習アルゴリズムを既存の監視データに応用することで、データセンターの運用効率
1
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
Lifted Neural Networks
画像認識に関する 機械学習技術 / kivantium さん - ニコナレ
Otto Group Product Classification Challenge | Kaggle
