スケーラブルなDeep Leaningフレームワーク"Apache MXNet"をAWSで学ぶ (2017/09/27 19:30〜)
登壇者プロフィールと過去スライドを更新しました！ 【DeNA TECH STUDIO】 Introduction to Apache MXNet and AWS ML platform - スケーラブルなDeep Leaningフレームワーク“Apache MXNet”をAWSで学ぶ - 来る9/27（水）にDeNA＠渋谷ヒカリエにて、技術者支援プログラム「DeNA TECH STUDIO」の第一弾「スケーラブルなDeep Leaningフレームワーク"Apache MXNet"をAWSで学ぶ」を開催いたします。 当日アジェンダ Apache MXNet は，AWS が全面的にサポートしている Deep Learning のフレームワークです。 本発表では MXNet の特徴やロードマップ、周辺ツールなどをご説明するとともに、MXNet を使ってどのように AWS 上で Deep Lear
DeNA TechCon 2017 開催レポート【2】 | BLOG - DeNA Engineering
こんにちは。ゲーム事業本部開発基盤部の池田です。 去る2月10日、DeNAは技術カンファレンス「DeNA TechCon2017」を開催しました。 公開可能な資料については、 公式サイトのスケジュール画面 からリンクしておりますので、まだチェックしていないという方は是非ご覧ください。 追って、各セッションの動画もアップ予定です。 本記事は、この「DeNA TechCon2017」振り返り記事の第2弾となります。 今回は特に、DeNAの新たなチャレンジ領域である AI 分野について、Aステージで筆者が聴講した以下の3講演について取り上げます: 基調講演:「実世界の人工知能」株式会社Preferred Networks岡野原大輔様 スライド資料 「強化学習を利用した自律型GameAIの取り組み〜高速自動プレイによるステージ設計支援〜」MASHIKO RYOSUKE, SEKIYA EIJI ス
第18回 全脳アーキテクチャ勉強会 ～ 全脳規模計算 ～
高橋 恒一氏 講演概要 深層学習が認識技術を大幅に進展させたことにより、次世代の人工知能技術の焦点の１つは認知、意思決定、行動の統合になると考えられ、この点で脳のアーキテクチャに学べる点は多い。計算コア単体の性能が頭打ちになり、ムーアの法則の終わりも見えてきた現状では、認知＝行動サイクルを脳に匹敵する規模でリアルタイムかつ高性能に実行するには大規模な並列化が必須である。その一方で、現在主流の人工神経回路（ANN）のほとんどはネットワーク全体が同期的に評価され、各社が提供するTensorFlow, Chainer, Theanoなどのフレームワークもそれを反映した設計となっている。誤差逆伝播による同期ボトルネックの除去は脳型人工知能の開発において重要な課題の１つである。本発表では、我々が開発する脳型人工知能基盤ソフトウエアBriCA(Brain-inspired Computing Arch
数学的基礎から学ぶ Deep learning (with Python) Vol. 5【MPS 横浜 第5回】
MPS横浜 概要 MPSは、「みんなでわいわいソフトウェア作りながら技術を磨いて実績を作ろう!」をコンセプトに活動しています。プログラミング玄人とも初心者もみんなで協力して作品作りを行い、できあがった作品は共同制作のオープンソース・ソフトウェアとして、世の中に出します。 MPS横浜は「筋電位とDeep learning を用いた簡単なロボットアームを作ってみよう!」をテーマに発足しました。 前回から数回にわたって行う勉強会は、そのための Deep learning と電子回路に関する知識の実践的な獲得を目的とします。前提知識をあまり仮定せず 、基礎の基礎から学べるようにしてゆきます (高校二年生程度の数学の知識と if や for 文など Python の経験を少し仮定しますが、なくても是非チャレンジしてみてください ! )。 勉強会の後はみんなでご飯を食べにいきます ! 今回の予定 数学
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
