株式会社Preferred Networks(本社:東京都千代田区、代表取締役社長 最高経営責任者:西川徹、以下、PFN)とマイクロソフト コーポレーション(本社:米国ワシントン州レドモンド、CEO:サティア ナデラ、以下マイクロソフト)は、人工知能や深層学習の実社会での活用を推進するため、ディープラーニングソリューション分野において戦略的協業することで合意しました。 今回の協業により、マイクロソフトのパブリッククラウドプラットフォームMicrosoft AzureとPFNの深層学習テクノロジーの連携を推進し、各業種業態のビジネス課題を解決する深層学習ソリューションを提供します。本協業の日本市場における展開を、日本マイクロソフト株式会社(本社:東京都港区、代表取締役 社長:平野 拓也)が全面的に支援します。 両社は、本協業を通して①テクノロジー、②人材育成、③マーケティング、の3つの軸で連
CNTK ってご存知でしょうか?すでに何かしらの Deep Learning フレームワークを使ったことがある方にとっては、「MS が出してるってことくらいは知ってるけど・・・」という方が大半だと思います。 実際、周りに聞いてみると、まだバージョンが上がる前の DSL で書かれている記事などを見た人には習得コストが高いのでは?と思われていたり、そもそも CNTK に関する日本語のドキュメントが少なくいまいちどういう特徴があるのかわからないって人も結構多いようです。 そこで、本記事では、Python 対応になってより使いやすくなった CNTK について、その特徴や他のフレームワークとの差異などをキーワードを散りばめながら紹介してみようと思います。 "Open-source, Cross-platform Toolkit" オープンな開発環境 オープンソースで GitHub上で開発が進んでます
CNTKってご存知でしょうか?CNTKは、Microsoftが主導して開発しているオープンソースのDeep Learningライブラリです。正直なところ僕も最近使い始めたのですが、このCNTK、良い意味でMicrosoftらしくなく、なかなかイケているんじゃないかと思っています。今回は、まずCNTKの特徴をざっと紹介し、後半でコード例をJupyter Notebookを使って見ていきます。 チュートリアルはこちら "Microsoft"にこだわらない、オープンな開発方針 Open Source GitHub上で開発が進んでいます。社内版はありません。 公式wiki Python と C++ API Python API C++ API .Net APIは(まだ)ありません。Brainscriptもサポートされています。 LinuxとWindowsで利用可能 "Both Linux and
NOTE: CNTK is no longer actively developed. See the release notes of the final major release for details. The Microsoft Cognitive Toolkit (CNTK) is an open-source toolkit for commercial-grade distributed deep learning. It describes neural networks as a series of computational steps via a directed graph. CNTK allows the user to easily realize and combine popular model types such as feed-forward DNN
Microsoft moves its CNTK deep learning toolkit from CodePlex to GitHub Microsoft is announcing today that it’s moving the repository for its Computational Network Toolkit (CNTK) open-source deep learning software from Microsoft’s CodePlex source code repository hosting site to GitHub, a popular site for hosting open-source projects. In addition to migrating the project, Microsoft is also dropping
Microsoftは機械学習に古くから取り組んでいた 日本マイクロソフト 技術統括室 イノベーションセンター 本部長 田丸 健三郎氏 クラウド技術の発達もあり、デスクトップ中心の時代に比べれば膨大な量のデータも利用できるようになった。その膨大なデータを学習することで、新たな知見を得る。クラウドとビッグデータという最近のIT業界の変化が「機械学習で得られる知見をイメージしやすくしています」と田丸氏は言う。そんな機械学習だが、いまなぜこれだけ注目されるようになったのか。そこには単に大量データを扱えるようになっただけでなく、アルゴリズムの変化もある。それが「Deep Learning(深層学習)」の進化だ。 機械学習のアルゴリズムは、ここ2年くらいで進化した。これまではデータを学習する際には、特定的な傾向をモデル化し利用していた。つまりこれは、データの特徴があらかじめ分かっているようなものに適用
In recent years, deep learning has had a profound impact on machine learning and artificial intelligence. Here we investigate if quantum algorithms for deep learning lead to an advantage over existing classical deep learning algorithms. We develop two quantum machine learning algorithms that reduce the time required to train a deep Boltzmann machine and allow richer classes of models, namely multi
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