【やじうまミニレビュー】 人間が計算するより遅い「1bit CPUキット」を試した
本家Examplesで知る、新たなニューラルネットワーク『KAN』の威力 - Qiita
文中の図は理がない限り、原論文あるいはドキュメントからの引用です。 KANってなに？ KAN（Kolmogorov-Arnold Network） は2024年4月30日にプレプリント公開サイトarXivに投稿された論文 にて提案された従来のMLPとは異なる新たなニューラルネットワーク構造です。1 コルモゴロフ・アーノルド表現定理（Kolmogorov-Arnold representation theorem）に基づいて設計されており、非線形な活性化関数そのものを直接学習することから、パラメータ効率が良く、学習結果の解釈可能性が高いことが特徴です。 上の画像は$x, y$を入力として$\exp(\sin(\pi x)+y^2)$を正解として学習させるケースを示した図ですが、元の関数の関係性がそのまま活性化関数の形状として学習され現れていることが読み取れます。 コルモゴロフ・アーノルド表現
フロッピーディスクの歴史 - Wikipedia
8インチ、5.25インチ、3.5インチのフロッピーディスク フロッピーディスクの歴史では、フロッピーディスクの種類と歴史について述べる。 フロッピーディスクは薄くて柔らかい長方形のプラスチックで覆われた磁気記録メディアである。フロッピーディスクドライブ(FDD)で読み書きする。フロッピーディスクは1970年代から1980年代にかけて最も普及した外部記憶装置で、初期にはメインのデータストレージとして、後期にはファイル交換用のメディアとしてよく使われた。米国ではフロッピーでファイルを交換することをスニーカーネットと呼んだ。 1967年にカリフォルニア州サンノゼにあるIBMの研究所で世界初のフロッピーディスクとフロッピーディスクドライブが開発され[1]、1972年に8インチフロッピーとして発売された。手ごろなサイズ感の5.25インチフロッピーが1976年に発売され、ワープロやパソコン用としてほぼ
プログラマーですがなぜキャッシュメモリは早いのかといった物理的なことがネットで調べてもしっかり理解できません。どのような順番で何を勉強していけばハードウェアからソフトウェアまで体系的に理解できますか？
回答 (19件中の1件目) 非常に単純化して説明しますね。 キャッシュメモリにはSRAMというタイプのメモリが使われます。SRAMは原理的には単純なデジタル回路でして、高速に動作しますが、容量を大きくするには向いていませんし、仮に大容量のものを作ると高価になります。 メインのメモリにはDRAMというタイプのメモリが使われます。DRAMは静電気を充放電することで記憶していますが、この充放電のプロセスに時間がかかるため低速ですが、大容量のものを安く作ることができます。 つまり、電子回路として考えると、キャッシュメモリに使われるSRAMが高速というよりは、メインメモリに使われるDRAMが...
「なんで、for文ってforなの？」って、みんな思ったはず。 - Qiita
words = ['Japanese', 'English', 'French'] for w in words: print (w) # 結果 Japanese English French 同じ処理を繰り返すので「ループ処理」とも言われます。ではなぜloopじゃなくて、forなのか？と思いますよね。おれもそう思い、3年くらい経過していました。 ちなみに、別でwhile文もループ処理になります。 ちなみに、使い分けとしては、 for文: 繰り返し回数を指定したい処理 while文: とにかく条件ごとに値を処理 という使い分けができそうです。 本題：for文は如何にしてforなのか。 そろそろ本題に入りましょう。 なぜ、for文はforでループ処理なのか？ 調べてみました。 そもそも、ループ処理の種類の表し方は？ ループ処理では、whileやforがあることはご存知の通りかもしれませんが、
「CPU」「GPU」「NPU」「TPU」の違いを分かりやすく説明するとこうなる
AIの開発に欠かせない機械学習には、GPUやNPU、TPUなどの処理チップが用いられていますが、それぞれの違いは分かりにくいものです。そんなCPUやGPU、NPU、TPUの違いをGoogleやクラウドストレージサービスを展開するBackblazeがまとめています。 AI 101: GPU vs. TPU vs. NPU https://www.backblaze.com/blog/ai-101-gpu-vs-tpu-vs-npu/ Cloud TPU の概要 | Google Cloud https://cloud.google.com/tpu/docs/intro-to-tpu?hl=ja ◆CPUとは？ CPUは「Central Processing Unit」の略称で、PCでの文書作成やロケットの進路計算、銀行の取引処理など多様な用途に用いられています。CPUでも機械学習を行うこ
コンピュータ基礎講座 第1回
第1世代は真空管、第2世代はトランジスタ、第3世代はIC、第4世代はLSIとなります。ちなみに第5世代プロジェクトは並列推論マシンの開発を目指しました。 世界初のコンピュータ（電子計算機）は1942（昭和17）年、アメリカ・アイオワ州立大学で開発されたABCですが、これは実用機ではありませんでした。続いて1943（昭和18）年、イギリスで開発された暗号解読用のコロッサス。実用第1号として有名なのは1946（昭和21）年に弾道計算用として開発されたエニアックです。1万8800本の真空管を使用し、重さ30トン、面積は165平方メートル（50坪）あり、これまでの計算機で24時間かかっていた計算を30秒でできるというものでした。 日本では1956（昭和31）年にレンズ設計用として富士写真フィルムの「FUJIC」が開発されていますが、電子計算機の先駆けともいえる国産初のリレー式計算機を1953（昭和
なぜC言語は、B言語を継承して、1から設計し直さなかったのでしょうか？
回答 (3件中の1件目) なかなか理解しづらい話だと思いますが、当時のベル研究所において、Unixのグループは濃密な知のルツボだったのです。B言語が発明されるとすぐに、十数人の人々が使い始め、良かったところと悪かったところのフィードバックが集まりました。デニスは数日後にはインタプリタ言語だったB言語をコンパイラ化し、古いバージョンを分かりやすいところに置いていました。B言語のユーザーは、バグを見つけるとデニスにメールし、バグが直るまで古いコンパイラを使っていました。 B言語をC言語に改名した主な理由は2つあります。まずB言語(とBCPL)は、CPUのアドレスがバイト単位ではなくてワード...
ダートマス会議 - Wikipedia
ダートマス会議（ダートマスかいぎ、英: Dartmouth Conference）は、人工知能という学術研究分野を確立した会議の通称である。1956年7月から8月にかけて開催された[1]。当時、ダートマス大学に在籍していたジョン・マッカーシーが主催した会議で、会議のコンセプト自体はマービン・ミンスキー、ネイサン・ロチェスター、クロード・シャノンらと共に構想した。その会議の提案書において、人類史上初めて「人工知能（Artificial Intelligence）」という用語が使われたとされる[2]。 会議は一ヶ月に及ぶもので、基本的にブレインストーミングの場であった。ダートマス大学の数学学科が入居していたビルの最上階を数学者とコンピュータサイエンティスト達が引き継いでから8週間が経過していた[2]。 提案書の内容[編集] 提案書の序文には次のように書かれていた。 我々は、1956年の夏の2ヶ
うおおおおおおおおおおおおお - ESM アジャイル事業部 開発者ブログ
うおおおおおおおおおおおおおおおおおおおおおおおおおお。 子育て奮闘中の @wat-aro です。 この記事は ESM Advent Calendar 2022 - Adventar 19日目の記事です。 ある日 Slack のチャンネル一覧を眺めていると #うおおおおおおおおおおおおお というチャンネルがありました。 みんなで うおおおおおおおおおおおおお しています。 うおおおおしている様子 このチャンネル見つけてから毎日 うおおおおおおおおおおおおお しているわけですが、もっと うおおおおおおおおおおおおお したいわけです。 そんなわけで うおおおおおおおおおおおおお するプログラミング言語をつくりましょう。 繰り返し同じ言葉を使えるような言語であればたくさん うおおおおおおおおおおおおお できます。 そうですね。 Brainf**k*1 ですね。 Brainf**k での Hell
MTGのチューリング完全性【要約版】｜ハイチュウリツ
Alex Churchill、Stella Biderman、Austin Herrickの論文『Magic: The Gathering is Turing Complete』を解説します。この論文はMagic: The Gatheringがチューリング完全であることを証明しています。 チューリング完全とは、どんな計算でもできるということです。チューリング完全なものには、パソコン、スマホ、多くのプログラミング言語、Excelなどがあります。また、Mine Craftやマリオメーカーもチューリング完全であることが知られています。Mine Craftなら、レッドストーン回路を使ってあらゆる計算ができます。 翻訳に際して原著者から許可をいただいていますが、この記事は要約です。原論文も合わせてご覧ください。具体的には、論文の３章と4章の内容になります。後日、全訳版を公開する予定です。全訳版には計
シリコン量子コンピューターの弱点克服 エラー訂正成功
計算に用いる基本素子を半導体技術で作るシリコン方式の量子コンピューターの実現に向け、同方式としては世界で初めて、計算のエラーを訂正する「誤り訂正」に理化学研究所の研究チームが成功した。量子コンピューターで実用的な計算をするのに不可欠な技術で、シリコン方式による本格的な量子コンピューターの実現に向けて大きく前進した。論文が２５日、英科学誌ネイチャーに掲載された。 量子コンピューターは、スーパーコンピューターでも途方もない時間がかかる大規模計算が可能になると期待されるが、熱などの外部からの影響で計算にエラーが生じやすい性質がある。このため、誤り訂正と呼ばれる計算エラーを訂正する仕組みが欠かせない。 量子コンピューターの実現に向けては、計算を行う基本素子である「量子ビット」に超電導回路やイオン（電荷を帯びた原子）、ダイヤモンドなどを使う方式の開発が進んでいる。これらの方式では誤り訂正が実証されて
人間の脳を模した学習装置「人工シナプス」は本物より1万倍速い
神経と神経の間の情報伝達を担う「シナプス」を模した人工シナプスは、人間の神経細胞の1000分の1の大きさであるにもかかわらず、本物よりはるかに速い1万倍の速度で機能することが明らかになりました。 Nanosecond protonic programmable resistors for analog deep learning | Science https://doi.org/10.1126/science.abp8064 マサチューセッツ工科大学のMurat Onen氏らは、プログラマブル抵抗器と呼ばれる人工シナプスを用いて、デバイス間のイオン輸送と電荷移動反応速度を解析する実験を行いました。プログラマブル抵抗器は電池と同じような電解質を用いて電子を遮断し、陽子を通過させるもの。これを用いて「ニューロン」と呼ばれる電気部品にデータが与えられ、画像を認識するなどの問題を解決するために働
数学を愛する会 on Twitter: "迷路を解くのに最も愚かな方法として、スタートから拡散する数千個の粒子をシミュレーションするという方法が紹介されています。 https://t.co/OOAcaQZmzL"
迷路を解くのに最も愚かな方法として、スタートから拡散する数千個の粒子をシミュレーションするという方法が紹介されています。 https://t.co/OOAcaQZmzL
特集：量子コンピューター最大の壁「エラー訂正」
意外に思うかもしれないが，量子コンピューターは，実用的な計算においてはいまだスパコンに勝てていない。現在のマシンは計算途中に生じるエラーを訂正できず，正しい答えが得られないからだ。実はこれは量子コンピューターを含むあらゆるアナログコンピューターに共通する弱点で，そのため今のコンピューターはほとんどデジタルコンピューターになっている。だが量子コンピューターは従来のアナログコンピューターと違い，量子力学ならではの方法でアナログエラーを訂正できることが理論的に示されている。物理法則が許す最強のコンピューターによって計算の爆発的な加速を実現するという究極の目標を達成するには，誤り耐性を備えた未来の量子コンピューターが不可欠だ。 量子コンピューターの究極の目標 藤井啓祐 最大の難関「エラー訂正」を実行する新手法 Z. ナザリオ
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
https://twitter.com/shujisado/status/1564214264210272258
https://twitter.com/hkazano/status/1559921784320708609
数学を愛する会 on Twitter: "液体を注ぎ込んで迷路を解くという方法もあるそうです。 https://t.co/tQt0sfQiAL"
[6 3 7 8 5 1 2 4 9 10] – ”乱数”にまつわるストーリー![[6 3 7 8 5 1 2 4 9 10] – ”乱数”にまつわるストーリー](https://cdn-ak-scissors.b.st-hatena.com/image/square/0ea79db55fd4319a4e03af19801a7dbd60985c8b/height=288;version=1;width=512/https%3A%2F%2Fblogs.mathworks.com%2Fjapan-community%2Ffiles%2F2022%2F06%2FrandomSuprise_JP_1.png)
タンパク質ベースの自己生成する分子論理回路を作成 - fabcross for エンジニア