ニューラルネットワークとは何か? ニューラルネットワークの定義 演習3-1. 入力と出力を定義する ニューラルネットワークはなぜこれほど流行しているのか? 演習3-2. 損失を定義する 簡単なニューラルネットワーク 演習3-3. ニューラルネットワークを手計算する 演習3-4. ニューラルネットワークをPythonで計算する ニューラルネットワーク学習のしくみ 最適化問題と勾配降下法 勾配降下法を使う 演習3-5. LMSEを計算する 演習3-6. 偏微分を計算する 演習3-7. ∇LMSEを計算する 演習3-8. 勾配降下法の練習 ニューラルネットワークを実装する 単一ノードの学習 演習3-9. 勾配降下法をPythonで実行する ノードの数を増やす 演習3-10. レイヤーのデータ構造を推測する 演習3-11. Layer クラスを使う 多層化する (誤差逆伝播法) 演習3-12. ニ
ディープラーニング技術が世の中で爆発的な関心を集めてから数年が経過した。当時と比べると、予想通りになったこと、予想通りにならなかったこと、分野によっても業種によっても様々な見方がある。そんな中で、我々マシンビジョンの世界においても、霧がだいぶ晴れて、現実の世界が見えてきた、そんな風に感じている。今回は、2021年2月時点での、マシンビジョン業界におけるディープラーニングの現状を共有し、今後どんな成長を遂げていくのか考えていきたい。 まずは、ディープラーニングの未来像とは何だったのか、ここから整理していきたい。ディープラーニングの理想系は、「2、3枚の画像でトレーニング完了」、ということであった。しかしマシンビジョンの市場においては、その理想系はかなり未来の話であることがわかった。それでも、ディープラーニングの技術を何とか工夫して現場に適応しようと苦労を重ねてきた数年だったのではないだろうか
『PyTorchとfastaiではじめるディープラーニング ―エンジニアのためのAIアプリケーション開発』 Jeremy Howard, Sylvain Gugger 著、中田 秀基 訳 2021年5月27日発売予定 576ページ（予定） ISBN978-4-87311-942-7 定価4,180円（税込） 本書は、ディープラーニングのトレーニングコースを提供するサイトfast.aiの創始者らが、PyTorchとその上に構築されたライブラリfastaiを用いてディープラーニングを行う方法を解説するものです。特別な訓練や数学の深い知識がなくても実践できるように、平易な言葉と数多くの図でていねいに説明しています。本書で扱うトピックは非常に幅広く、コンピュータビジョン、自然言語処理、協調フィルタリングによるモデルの訓練、精度、速度、信頼性の向上、実用アプリケーションの作成のほか、データ倫理、性能
はじめに ポケモンについて何となく知っている人向けの記事です（デジモンは知らなくてOK） ３月ごろにポケモンたかさおじさんが集計したアンケートの分析をお手伝いしたところ、アンケートの自由記述回答の6353件中、155件もデジモンについて言及するコメントがあった。 「デジモンと区別付かないよね」 「もはやポケモンじゃない…。デジモン…。昔のデザインに戻ってほしいなぁ…。。。」 「主観ですが、伝説のポケモンが角張った印象で、デジモンのような印象を受ける。」 「全体的に毛がなさそうなツルッとしたフォルムの子達が増えた気がします。デジモンっぽい」 「デザインがごちゃごちゃしすぎて子供が描くのが難しい デジモンに近くなってきている」 「ダイパまでのデザインがポケモンっぽいデザイン。それ以降はデジモンみたいな雰囲気。」 私は幼少期からポケモンには触れてきたが、デジモンにはあまり縁がなかったため、 デジ
NVIDIA、Kaolin PyTorch ライブラリ によって 3D ディープラーニング研究を容易に | NVIDIA
NVIDIA、Kaolin PyTorch ライブラリ によって 3D ディープラーニング研究を容易に by NVIDIA Japan · November 27, 2019 3D コンピューター ビジョンと AI 分野の研究成果は、2 棟の超高層ビルのように隣り合わせに積み上げられてきました。しかし、そそり立つ両塔を行き来するには、何十もの階段を上り下りする必要がありました。 この隔たりを埋めるため、NVIDIA はこのたび、3D モデルをニューラルネットワークの世界に数ステップで処理する Kaolin をリリースしました。 Kaolin は PyTorch のライブラリとして実装されており、3D モデルをディープラーニング用に準備する処理を、300 行のコードからたった 5 行に削減できます。 複雑な 3D データセットも、それがどう表現されていて、どうレンダリングされるかにかかわらず
ユニットコムは9月18日、「iiyama PC」ブランドのディープラーニング専用シリーズ「DEEP∞」から、17.3型ノートPC「DEEP-17FG102-i7-VORVI」を発売した。BTOに対応し、標準構成価格は313,178円（税込）。 DEEP-17FG102-i7-VORVI 17.3型ディスプレイを備えるAI開発・ディープラーニング向けのノートPC。最新の開発環境がローカルで使える「NGC（NVIDIA GPU Cloud）」の設定サービスが付属する。OSはUbuntu16.04で、GPUドライバとNVIDIA Docker（Docker CE）の設定サービスが含まれており、マニュアルに従ってNGCへの登録や各コンテナをダウンロードするだけで、ディープラーニングの学習をはじめられる。ディスプレイは解像度1,920×1,080ドットの非光沢で、144Hzのリフレッシュレートに対応
2Dアニメーション ソフト ソフトウェア＆ツール-Software&Tool Toon Boom Studio Reel 2024 - 2Dアニメ制作ソフト「... 2024-05-04 2Dアニメーション向けソフトを幾つも開発・販売しているToom Boom Studioによる製品採用事例紹介リール『Toon Boom Studio Reel 2024』が公開されました。 続きを読む Blender アドオン プラグイン＆アドオン-Plugin&Addon True-Assets V4.5 - アセットライブラリへの登録＆管理を簡略化す... 2024-05-04 True-VFXとAmandeep氏によるコラボ開発のアセットライブラリBlenderアドオン最新アップデート「True-Assets v4.5」が公開されました！ 続きを読む
ディープラーニング画像認識市場は2023年度まで年率95.1％で急成長─ミック経済研究所 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 調査・レポート ＞ ディープラーニング画像認識市場は2023年度まで年率95.1％で急成長─ミック経済研究所 AI AI記事一覧へ [調査・レポート] ディープラーニング画像認識市場は2023年度まで年率95.1％で急成長─ミック経済研究所 2019年10月1日(火)日川 佳三（IT Leaders編集部） リスト ミック経済研究所は2019年10月1日、ディープラーニング（深層学習）を活用した画像認識の市場規模とトレンドを分析した資料「AI（ディープラーニング）活用の画像認識ソリューション市場の現状と展望 2019年度版」を2019年9月17日に発刊したと発表した。2018～2023年度まで年平均成長率95.1％増を続け、2023年度には1500億円市場になる。 ミック経済研究所によると、ディープラーニング（深層学習）を活
ディープラーニングで物体検出が手軽にできる「Object Detection Tools」をTensorFlow 2.xに対応しました - karaage. [からあげ]
素材提供：「変デジ研究所」 ロンスタさん 「Object Detection Tools」とは TensorFlowで物体検出するためのライブラリ「Object Detection API」を簡単に使えるようにするためのツール（スクリプト・設定集）です。詳細は以下記事参照ください。 「Object Detection API」がTensorFlow 2.xに対応するということで、「Object Detection Tools」も1部TensorFlow 2.xに対応しました。 詳しくは、Qiitaに記事を投稿しているので参照ください。 本当はこんなに一気にやるつもりなかったのですが、つい一気に土日の空き時間を全て費やしてやってしまいました。 気になっていた、EfficientDetやCenterNetも使えるので良い感じです。EfficeintDetは、小さいモデルだと速度も良い感じですね
![ディープラーニングで物体検出が手軽にできる「Object Detection Tools」をTensorFlow 2.xに対応しました - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/44dd2af3608d7be8b6a6b6f23801c3fc1614b5cf/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20200712%2F20200712224305.png)
CuPy 入門¶ CuPy は NumPy と高い互換性を持つ数値計算ライブラリです。 NumPy で提供されている多くの関数を NVIDIA GPU (Graphics Processing Unit) で実行することで簡単に高速化できるように設計されています。 GPU とは¶ GPU (graphics processing unit) は 3D グラフィックスの描画や、画像処理を高速に計算できるように設計された演算装置です。 一方、一般的な計算で使用される CPU (central processing unit) は、幅広く様々な処理で利用されることを想定して設計されています。 そのため、GPU と CPU ではそれぞれ、得意な計算の種類が異なります。 GPU は、条件分岐を多用するような複雑な計算には向かない一方、行列計算のようなシンプルな計算を大量に並列処理する必要がある場合は
ディープラーニングを中心とする技術による日本の産業競争力の向上を目指す「日本ディープラーニング協会」（理事長：松尾 豊 東京大学大学院工学系研究科 教授、以下JDLA）は、2023年の年頭にあたり謹んで新年のご挨拶を申し上げます。 皆様、あけましておめでとうございます。 昨年は、ディープラーニングのインパクトが改めて大きく認識された年でした。大きくは、画像生成AIと、ChatGPTに代表される大規模言語モデルの２つが大きく注目を集めました。皆様はどのようにこうした技術をご覧になられていたでしょうか。 画像生成AIは、OpenAIのDALL·E 2、少人数の研究所で運営するMidjourney、ロンドンのスタートアップの提供するStable Diffusionなどが次々とリリースされました。Diffusion Model（拡散モデル）という技術で、画像の修正を段階的に行うことで、ユーザが入力
ディープフェイクと生成ディープラーニング
上の画像は本物の人間の写真のように見えるが、実は、写真に写っているのはすべて実在しない人物だ。全てGANと言われるディープラーニング技術を用いて生成された人物写真である。GANは2014年に当時モントリオール大学で研究をしていたIan Goodfellow氏やYoshua Bengio氏らの研究グループによって、最初のモデルが発表された[2]。その後、ディープラーニング向けのGPUの計算能力が大幅に向上する中で、世界中の研究者がモデルの改良を進め、GANの技術は指数関数的な勢いで進化した。現在では、人間が識別できないほど高精細でリアルな画像を生成できるだけでなく、リアルタイムで動画を変換したり、テキストから画像を生成することも可能だ。ディープラーニングの権威の一人であるYann LeCun氏は、「GANはこの10年間で最も興味深いアイデアである」と語っている。その一方で、急激な技術の進化は
はじめに この記事では画僧分析の入門としてKaggleの開発環境(Kernel notebook)とKerasを用いたMNISTデータセットの分類を紹介します。 Kaggle上ではKernelを公開しているので、自分でも動かしたい場合などは併せてご覧になってください。 https://www.kaggle.com/taiga518/keras-deep-learning 間違い、質問、コメントなどあればぜひお声がけください。 LGTM頂けると励みになります！ Kaggleとは Kaggleはオンラインで行う世界最大の分析コンペティションです。 また、分析にすぐに取り組めるKernel notebookというオンライン開発環境が用意されており、データ分析の入門には最適だと思います。 本記事ではKaggleに既に登録しており、Kernelの使い方がわかる方を対象にしています。 （ご存じない方も
パラメータ数の計算まとめ NN , CNN , Embedding , SimpleRNN, LSTM, GRU CNN, NN(Dense) model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(128, (3, 3), activation='relu')) model.add(layers.MaxPoolin
![[図解]ディープラーニングのパラメーター数ってどうやって数えるんだっけという人へ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/5d93d9ec5126d036f09402bc69cde28bc0843038/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwUGhvZWJvb29vJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0yN2EyYzViYWYxNzY5NDUxOTBkMTYzZGI2ZjFiYzQzMw%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dfeb615d9d0ba393f299e2159966aa6ca)
理数系ネタ、パソコン、フランス語の話が中心。 量子テレポーテーションや超弦理論の理解を目指して勉強を続けています！ 「ディープラーニングと物理学 原理がわかる、応用ができる：田中章詞、富谷昭夫、橋本幸士」（Kindle版）（参考書籍） 内容紹介： 人工知能技術の中枢をなす深層学習と物理学との繋がりを俯瞰する。物理学者ならではの視点で原理から応用までを説く、空前の入門書。物理は機械学習に役立つ!機械学習は物理に役立つ! 2019年6月22日刊行、286ページ。 著者について： 田中章詞： 研究者情報、arXiv.org論文 博士(理学)。2014年大阪大学大学院理学研究科物理学専攻博士後期課程修了。現在、理化学研究所特別研究員(革新知能統合研究センター/数理創造プログラム) 富谷昭夫： ホームページ、Twitter: @TomiyaAkio、arXiv.org論文 博士(理学)。2014年大
現在、野生のアフリカゾウは個体数が減少し、IUCN（国際自然保護連合）レッドリストでは絶滅危惧種の危急種に指定されている。 種を救うためには、正確な個体数や生息場所の監視が必要だ。このほど英バース大学の研究者らは、本来人間が行うモニタリング法よりも容易にできる衛星カメラとディープラーニングを組み合わせた監視方法に初めて成功したことを発表した。『C Net』などが伝えている。
マサチューセッツ工科大学(MIT)のコンピュータサイエンス・人工知能研究所(CSAIL)とカタール・コンピューティング・リサーチ研究所(QCRI)の研究者が、高解像度の衝突リスクをディープラーニングで予想するモデルを開発しました。このモデルは、過去の自己データや道路地図、衛星画像などから、交通事故が起こるリスクの高いエリアを特定し、将来の事故を予測するリスクマップを作成することができます。 Inferring High-Resolution Traffic Accident Risk Maps Based on Satellite Imagery and GPS Trajectories - He_Inferring_High-Resolution_Traffic_Accident_Risk_Maps_Based_on_Satellite_Imagery_ICCV_2021_paper.p
RUTILEA（ルティリア） は、AI／ディープラーニングを用いた「ピッキング自動化ソフトウェア」を開発し、オープンソースとして公開した。 同社は、オープンソースを活用し、センシング、ロボティクスにおいて優れた製品を企画販売することを目的とした京都大学発のベンチャー企業。今回、同社のAI／ディープラーニングによりファクトリーオートメ—ションを実現するための汎用ソフトウェア 「SDTest」、DOBOT Magicianなどの協働ロボットアーム、照明などを組み合わせることによって、ばら積み状態からのピッキング、撮影、外観検査の自動化を可能にした。 従来、ばら積みピッキングは高精度な3次元カメラが必要だったが、市販のカメラと距離センサーのみで自動ピッキングができる。 2020年1月に開催されたオートモーティブワールドでは、複雑な3次元構造をしたダイカスト製品のピッキング、撮影、外観検査までの実
G検定（JDLA ディープラーニング ジェネラリスト検定）。 勉強してみると分かるのですが、色々不思議な用語が出てきて結構面白いです。 今回はその中でも特に謎の多い「バーニーおじさんのルール」について色々調べてみました。 結果、バーニーおじさんの正体は、米スタンフォード大学の教授「Bernard Widrow」さんでした。 また本人に対して、なぜ「おじさん」なのか？メールで確認中。 本記事の信頼性 大手IT企業でデータサイエンスを活用した分析業務に携わっています。 元営業という経歴を活かしながら、金融・製造・流通業のお客様を中心にAI活用コンサルや定着支援・人材育成の支援をしたり、講演や執筆活動など幅広く活動しています。
MicrosoftとIntel、ディープラーニングでマルウェアを分類する研究成果を発表：マルウェアバイナリを画像に変換 転移学習を利用 Microsoftの脅威保護インテリジェンスチームとIntel Labsの研究者が、ディープラーニングをマルウェア分類に応用する新しい方法を共同で研究し、成果を挙げた。 Microsoftは2020年5月8日（米国時間）、同社の脅威保護インテリジェンスチームとIntel Labsの研究者が、ディープラーニングをマルウェア分類に応用する新しい方法を共同で研究し、成果を挙げたことを明らかにした。 両社の研究者は、特に次の研究を進めてきた。 コンピュータビジョンにおけるディープラーニングの成果を静的マルウェア分類に活用 ディープラーニング手法をモデルサイズに関して最適化し、プラットフォームのハードウェア機能を活用して、ディープラーニングによるマルウェア検出アプロ
世界で唯一(※１)、ディープラーニング(※)２を用いたAIで未知のサイバー攻撃を予測し防御する「Deep Instinct」販売開始のお知らせ
世界で唯一(※１)、ディープラーニング(※)２を用いたAIで未知のサイバー攻撃を予測し防御する「Deep Instinct」販売開始のお知らせ数億のマルウェアを自ら学習することで、未知の脅威も高い精度で防御し、業務負荷を増やさずセキュリティを強化。 サイバネットシステム株式会社（本社：東京都、代表取締役 社長執行役員：安江 令子、以下「サイバネット」）は、Deep Instinct Ltd.（ディープインスティンクトリミテッド、本社：米国ニューヨーク州、以下「Deep Instinct社」）の日本法人であるディープインスティンクト株式会社（本社：東京都、カントリーマネージャー 並木 俊宗）と日本における販売代理店契約を締結し、Deep Instinct社が開発・販売するディープラーニングによるサイバーセキュリティ「Deep Instinct（ディープインスティンクト、以下「Deep Ins
Spring BootによるAPIバックエンド構築実践ガイド 第2版 何千人もの開発者が、InfoQのミニブック「Practical Guide to Building an API Back End with Spring Boot」から、Spring Bootを使ったREST API構築の基礎を学んだ。この本では、出版時に新しくリリースされたバージョンである Spring Boot 2 を使用している。しかし、Spring Boot3が最近リリースされ、重要な変...
沼田 哲史 on Twitter: "秀和システムの「GANディープラーニング実装ハンドブック」という本でPyTorchによるGAN実装の勉強をしていて、損失がモデルに伝播される仕組みがどうしても分からなかったので、torchのソースコードを追いかけてイラスト化した。… https://t.co/VyYMmUFwtx"
秀和システムの「GANディープラーニング実装ハンドブック」という本でPyTorchによるGAN実装の勉強をしていて、損失がモデルに伝播される仕組みがどうしても分からなかったので、torchのソースコードを追いかけてイラスト化した。… https://t.co/VyYMmUFwtx
人工知能（AI）というと、まっ先にディープラーニングが連想されます。実際、多くの領域において、ディープラーニングの研究開発、実証実験、社会実装が進んでいます。 しかし、AIの実態としては、第三次AIブーム以前のルールベースや探索アルゴリズム、またディープラーニング以外の機械学習によるデータ分析手法やツールなども、広く使用されています。 株式会社角川アスキー総合研究所が2020年3月に発売した新刊『AI白書2020』（編：独立行政法人情報処理推進機構 AI白書編集委員会）では、AI技術を次のように分類しています。 ディープラーニングとは、脳の神経回路の働き（ニューロン）をモデル化したもので、画像や音声を入力し、正解となる出力との差を小さくすることを繰り返して判断の精度を高めていく仕組みです。従来の機械学習では、分類や予測などの機能を実行するために必要な特徴を人間が与えていたのに対し、ディープ
ディープラーニングとは、人工知能技術の中の機械学習技術の一つです。人間の手を使わず、コンピューターが自動的に大量のデータの中から希望する特徴を発見する技術を指します。 この記事では、ディープラーニングの意味や活用方法、導入方法などについてわかりやすく解説します。ディープラーニングを利用してより業務を改善したい場合の参考にしてください。 ソニーのNeural Network Consoleなら、ドラッグ＆ドロップで簡単にディープラーニングを用いた高度なAI開発が実現できます。 ディープラーニングの開発基盤をお探しの方は、無料体験もございますのでお気軽にお試しください。 ディープラーニングとは ディープラーニングとは、コンピューターが自動で大量のデータを解析して、データの特徴を抽出する技術です。深層学習、またはDLと呼ばれることもあります。人工知能技術の中には機械学習が含まれており、ディープラ
人間の視覚神経を参考に作られた「ネオコグニトロン」 ニューラルネットワークの研究が進む中で、ディープラーニングよりも先に「ネオコグニトロン」と呼ばれる人間の視覚神経を参考にした多層ニューラルネットワークが日本の研究者である福島邦彦氏によって考案されました。 ネオコグニトロンは、ニューラルネットワークの階層ごとに、それぞれ「特徴を抽出する層」や「曖昧さや誤差を吸収する層」などの役割で分かれており、これにより手書き文字認識などに高い性能を発揮します。 この発想は手書き文字認識以外にも画像認識の分野に役立ちます。 たとえば、ディープラーニングにおける「畳み込みニューラルネットワーク」（CNN:Convolutional Neural Network）は、このネオコグニトロンのアイデアを参考にしており、「画像の特徴を抽出しつつ、無駄な情報を省いて情報を圧縮する」といったニューラルネットワーク内の情
CPU情報 その他 ディープラーニングのブレークスルーにより、NVIDIA Tesla V100 GPUを破壊する44コアIntel Xeonが実現 [編集：1:26 PM GMT + 5]プレスリリースは少し誤解を招くように見えました。 ここでの実際の比較は、ハイパースレッディングが無効になっている2つの22コアXeon CPUと、1つのTesla V100を収容する2プロセッサシステムの比較です。 それは絶対にかなりのスピードアップであり、結果は多かれ少なかれ同じですが、その間違いをお詫びします。 必要に応じて、元のテキストに変更が加えられました。 ライス大学とインテルコーポレーションの共同作業中に、投資家や専門家がほぼ確実に追随するものが発生しました。 まったくとんでもないスピードアップのように見えるものの中で、研究者は44コアのIntel Xeonセットアップを使用して、NVIDI
ディープラーニング（ Deep Learning / 深層学習）についての解説シリーズを始めます！ 1本目の本動画では、「関数近似器」としての側面を取り上げます。 なぜかこの説明を見ることは少ないですが、これがディープラーニングの本質一丁目一番地だと思います。 【関連プレイリスト】 Deep Learning の世界 https://www.youtube.com/playlist?list=PLhDAH9aTfnxKXf__soUoAEOrbLAOnVHCP 【参考文献】 ※今回の動画内容は、オリジナル要素が強く、以下の参考文献にはあまり載っていないかもです。 DL4US コンテンツ公開ページ | U-Tokyo Matsuo Lab https://weblab.t.u-tokyo.ac.jp/en/dl4us/ GitHub に公開されているので、 clone してきて、 G
【CEDEC2019】人工知能が敵キャラを育てる！ ディープラーニングを使った次世代のゲームAI開発 | モリカトロンAIラボ
9月4日から9月6日までパシフィコ横浜で開催されたCEDEC 2019では、ゲーム開発現場におけるAI技術の応用例や活用法に関するセッションが目白押しでした。今回は、その中からLuminous Productionsの「「強い」を作るだけが能じゃない！ディープラーニングで3Dアクションゲームの敵AIを作ってみた」というセッションを取材しました。 登壇者は、株式会社Luminous Productions所属で、スクウェア・エニックスの『FINAL FANTASY XV』（以下、FFXV）で仲間AIや写真AIを担当したプログラマーの上段達弘氏。講演では、3Dアクションゲームにおける敵キャラクターAIを低コストで制作するために、ディープラーニングを活用して『FFXV』風のバトルにおける戦い方をAIに自ら学習させる技術検証が披露されました。 AIを開発してくれるAI作り従来のキャラクターAIの開
スマホでも採用されているAIが 自動運転の技術を加速させていく 自動運転に必須の技術がAI（人工知能）だ。クルマを運転するには「見る」「判断する」「操作する」という3つのタスクが必要となる。その3つのタスクの中で「見る」を担当するのがセンサーであり、「操作」を行なうのが電動パワステなどの車載デバイスであれば、「判断」を担当するのがAIだ。クルマの周りにあるものが人なのか建造物なのかを見分けたり、標識を認識するのにもAIの判断が必要となる。つまり自動運転には優れたAIが必要であり、近年の自動運転技術の急激な進化には、そうしたAIの進化がベースとしてあったのだ。 AIの研究は、実のところ非常に古くから始まっている。人工知能という言葉ができたのは1950年代のこと。1960年代や1980年代など、何度かのブームと呼ばれる時期があったものの2000年代になると研究は停滞し、冬の時代でなっていた。し
ディープラーニングで競馬予想 - Qiita
データの形式は以下のとおりです。 1行目にはその日のレース情報が入っています。ただし、「馬場」以降の列は0で埋めています。 2行目以降は各馬番の実績が入っています。上から1レース前、2レース前、3レース前と なっています。そして、全部の行数は18頭分×3+「その日のレース情報」となっており、 全部で55行になっています。 列数は年月日を除くと11列あります。 まとめると、一レースにつき$55\times11$のデータ形式となっています。 各列の情報は以下のとおりです。 年月日 CNNに投げるときに消しています。 ダート ダートであれば「1」、芝であれば「0」です。 馬場 良であれば「0」、それ以外なら「1」です。 タイム 秒単位に変換しています。 欠損値の扱い 実績がないレースは「各列」の平均値で埋めています。 また、18頭に満たないレースも18頭になるように平均値で埋めています。 データ
「ディープラーニングと物理学」を読んだ
TL;DR reference が充実している点、3,4章のブラケット記法の導入、5章のサンプリングの説明、は良かった 7章以降の物理への応用に関しては、お話的な内容だったりどのくらい嬉しいことなのかぱっと見で判断できないものも多かった 物理の言葉や例で説明されている部分も多く、物理を学んでいる（た）人がディープラーニングを学ぶときに読んでみる本、という印象 \[\def\bra#1{\mathinner{\left\langle{#1}\right|}} \def\ket#1{\mathinner{\left|{#1}\right\rangle}} \def\braket#1#2{\mathinner{\left\langle{#1}\middle|#2\right\rangle}}\] 理論物理の研究者が書いた「ディープラーニングと物理学」が出版されたという話を目にしたので、一通り読ん
「ディープラーニング用の、自作PCを作りたい！！」「既にあるPCを、ディープラーニング用に改造したい！！」「無人の家で長時間、ディープラーニングの学習のためPCを動かしているけど、出火しないか心配・・」という方に向けた記事になっています。
GitHub - yukinaga/lecture_pytorch: YouTubeのライブ講義「【Live!人工知能 】PyTorchで実装するディープラーニング」、およびUdemyコース「PyTorchで実装するディープラーニング」で使用する教材です。
A tag already exists with the provided branch name. Many Git commands accept both tag and branch names, so creating this branch may cause unexpected behavior. Are you sure you want to create this branch?
AWS Startup Communityがお送りする、年に1度の祭典、「AWS Startup Community Conference 2022」。日本中のAWSを利用するスタートアップが、AWSの知見を披露するHubとなる1日です。ここで登壇したのは、TURING株式会社・CEOの山本一成氏。ディープラーニングによる、完全自動運転の実現について話しました。全2回。後半は、“完全自動運転”のあるべき姿と、TURINGの取り組みについて。 完全自動運転車のあるべき姿とは？ 山本一成氏：ちょっと話が戻りますが、自動運転車はどうあるべきなんでしょう？ 完全な自動運転車には、ハンドルがありません。ハンドルがない自家用車がどういう挙動を示すのか。社内で喩えられている話ですが、例えば、タクシーの運転手さんが専属のドライバーをしているのは、完全自動運転車になっているじゃないですか。 そんな感じで、例
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
第3回 なぜニューラルネットワークで学習できるのか? / 真面目なプログラマのためのディープラーニング入門
日本メーカーが大苦戦!マシンビジョンの世界で何が起きているのか？(17) ディープラーニングの限界を“今”超えるには
5月新刊情報『PyTorchとfastaiではじめるディープラーニング』
最近のポケモンはデジモンっぽいのか、ディープラーニングに聞いてみた - Qiita
iiyama PC、ディープラーニング向けの17.3型ノートPC
bRigNet - 注目のディープラーニングを用いた自動リギング技術！Blender向けにアドオン化した人が現れました！
CuPy 入門 — ディープラーニング入門：Chainer チュートリアル
2023年 年頭所感 日本ディープラーニング協会理事長 松尾豊より
KaggleとKerasで始めるディープラーニング画像分析 - Qiita
[図解]ディープラーニングのパラメーター数ってどうやって数えるんだっけという人へ - Qiita
ディープラーニングと物理学 原理がわかる、応用ができる：田中章詞、富谷昭夫、橋本幸士 - とね日記
「デジタルリテラシー協議会」設立、全ビジネスパーソンが持つべき共通リテラシー「Di-Lite」を定義 データサイエンティスト協会、ディープラーニング協会、IPAが参加
Amazon.co.jp: 今すぐ試したい! 機械学習・深層学習(ディープラーニング) 画像認識プログラミングレシピ: 賢,川島: 本
宇宙の中心で象を数える。衛星カメラとディープラーニングを使用した画期的な個体数の調査法が開発される : カラパイア
NTT、分散配置されたデータから安定したディープラーニングが可能な技術
ディープラーニングで交通事故の発生を高精度で予測するモデルをMITが開発
RUTILEA、AI／ディープラーニングを用いた「ピッキング自動化ソフトウェア」開発｜fabcross
バーニーおじさんの正体はスタンフォード大学の教授（JDLA ディープラーニング ジェネラリスト検定） - AI人材になる
MicrosoftとIntel、ディープラーニングでマルウェアを分類する研究成果を発表
Google DeepMindのNFNetがディープラーニングを効率化
今利用されているAI技術は、ディープラーニングだけじゃない！
Amazon.co.jp: つくりながら学ぶ! PyTorchによる発展ディープラーニング: 小川雄太郎: 本
ディープラーニングとは｜活用方法・導入方法などをわかりやすく解説 - Neural Network Console
いったい誰得？ ディープラーニングで誰でもガングロギャルになれるサービスが登場【やじうまWatch】
ディープラーニングは「画像認識」が得意なワケ、その秘密は「ネオコグニトロン」？
ディープラーニングのブレークスルーにより、NVIDIA Tesla V100 GPUを破壊する44コアIntel Xeonが実現 - 自作ユーザーが解説するゲーミングPCガイド
【深層学習】ディープラーニングとは関数近似器である【ディープラーニングの世界 vol. 1 】
自動運転技術を加速させたAIとディープラーニング
ディープラーニング 自作PC に必要なスペックと注意点、おすすめパーツのご紹介｜Zero-Cheese
運転手がAIだと判別できないのが完全自動運転のあるべき姿 “ディープラーニングで世界をドラスティックに変える”挑戦