NumpyやPyTorchで使える超便利ツールを作った - シバニャンだニャン！
この記事は，CAMPHOR- Advent Calendar 2018の7日目の記事です． この記事は，NumPyやPyTorchなどの開発に使える「shape_commentator」という便利ツールを使った話です．このツールはpipでインストールできるので，サクッと試してみたい方はGitHubのページに飛んで使ってみてください． 加筆修正(2019/12/12) IPython拡張を追加したことでIPythonやJupyterNotebookでの使い心地が良くなったので，IPythonの例の部分を中心に一部修正しました． はじめに こんにちは．シバニャンです．最近は卒論で画像系の研究をしています． 卒業研究ではNumPyやPyTorchを使ってコーディングしているんですが，今までUnityのコードをC#で書いてVisual Studioのコード補完のぬるま湯に浸かってきた僕とっては，型
「脳ハッキング」で人類がAIの進化に対抗する日は来るのか
筆者の手には、チップが埋め込まれている。これは本当の話だ。 2年前、ベルリンで開かれたテクノロジ見本市の楽屋裏で、入れ墨をした男性が注射器でチップを注入してくれたのだ。耳にピアスの穴を空けるときくらいの痛みしかなく、所要時間も同じくらいだった。チップは米粒ほどの大きさで、それまでとは違うスマートフォンの使い方ができるようになった。だが、正直に言うと、筆者がこの処置を受けてみたのは、純粋にジャーナリストとしての動機からだった（記事のためなら、大概どんなことでもする）。 「アップグレード」という点では、筆者の体験はおおむね無害で、大ごとでもなかった。だが今や、人間の脳を増強して「超知性」を発達させようと考えている企業家もいる。そうなると、脳にテクノロジを埋め込む、いわゆる「ブレインコンピュータインターフェース」を作る処置が必要になるだろう。 これは、人工知能（AI）とロボット工学の発展に対する
カーネル法を視覚的に理解する - Qiita
library(plyr) points <- seq(from = 0, to = 1, by = 0.01) grid_points <- merge(x = points, y = points) fixed_point_1 <- c(0.25, 0.75) fixed_point_2 <- c(1.00, 0.00) xyz <- ddply(grid_points, .(x, y), function(point) { data.frame( V1 = kernel(fixed_point_1, c(point$x, point$y)), V2 = kernel(fixed_point_2, c(point$x, point$y)) ) }) contour_matrix_1 <- matrix(xyz$V1 , nrow = length(points), byrow = TR
MXNet１つでChainerやKerasやTensorFlowのように書けるらしい - HELLO CYBERNETICS
MXNet MXNetはコンピュータ・サイエンスの名門大学、カーネギーメロン大学が主体となって開発しているディープラーニングのフレームワークです。 注目すべきはその豊富な対応言語で、多くのフレームワークが採用しているPythonはもちろん、データ解析に向いているR言語や、科学技術計算に向いていると注目されるJulia、他にもC++、Perl、Scalaなどにも対応しています。 これらの言語はMXNetを使ってネットワークの構築と学習を行うために使うことができ（もちろん予測器としても使えますが）、その後、jsonなどで保存したモデルとバイナリで保存したパラメータを使って、MatlabやJavascriptなどで予測器とインポートすることが可能なようです。 少しだけMXNetを触ってみて 前々から名前は知っていましたが、KerasがMXNetをバックエンドで用いること（現在はKeras1.2.
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
