Jetson Nanoとディープラーニングを使って身体を楽器にする「Skeleton Sequencer」に関して趣味TECHオンラインに寄稿しました - karaage. [からあげ]
Jetson Nanoで作った楽器「Skeleton Sequencer」に関する記事を寄稿しました 趣味TECHオンラインさんに「Skeleton Sequencer」という身体を楽器にするシステムに関する記事を寄稿しました。 Jetson Nanoのカメラとディープラーニングを使って体の骨格を検出し、その身体の形に応じたメロディーを奏でる楽器です。どんな楽器かは、以下動画をご覧下さい。 使用しているものは、以下となります。 Jetson Nano 歌うキーボード「ポケット・ミク」 ラズパイカメラV2 NVIDIA Jetson Nano 開発者キット B01 NVIDIAAmazon 歌うキーボード ポケット・ミク (大人の科学マガジンシリーズ) 学研Amazon その他詳細は、寄稿先の記事参照下さい。 まとめ（趣味TECH祭2019出展告知） 記事を寄稿した、趣味TECHオンラインを
![Jetson Nanoとディープラーニングを使って身体を楽器にする「Skeleton Sequencer」に関して趣味TECHオンラインに寄稿しました - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/a03f466759a663b394f67ee0195fcba97484c1b1/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20190706%2F20190706173015.jpg)
人工知能研究の権威である松尾豊氏（東京大学大学院教授）が理事長を務める日本ディープラーニング協会（以下、JDLA）が、5月1日に、生成AIの利用ガイドラインを公開した。こちらは誰でも無償で入手できるものだ。 ChatGPTを始めとした、質問や要求を入力するとそれに見合った成果物を出力してくれる生成AIを、企業内で利用するときに、最低限定めておきたい要素がまとまっている。そこで、リスクマネジメントや法務に関わる人のみならず、ビジネスで生成AIを利用しているビジネスパーソンのみなさん向けに、ガイドライン本編を理解する一助にして欲しく、要点を、本記事にて解説する。 生成AIの利用ガイドラインの交付元 日本ディープラーニング協会とは？ 引用元：JDLA ガイドラインは、Microsoft Word形式で公開されており誰でも無償で入手できる。 条項のみで、必要な部分を穴埋めすれば、すぐにガイドライン
【深層学習】畳み込み層の本当の意味、あなたは説明できますか？【ディープラーニングの世界 vol. 5 】 #057 #VRアカデミア #DeepLearning
CNN でおなじみの畳み込み層についての解説です。 幾何的に解釈してやると、かなり意味がわかりやすいと思います。 GitHub はこちら↓ https://github.com/sugiyama34/AIciaSolidProject 動画で用いた Google spreadsheet はこちら↓ https://docs.google.com/spreadsheets/d/1zABw_IwKEOu_4OjEkJAy7jnhEt0ZYRf-ez0A7Mc1RrI/edit?usp=drivesdk 【関連プレイリスト】 Deep Learning の世界 https://www.youtube.com/playlist?list=PLhDAH9aTfnxKXf__soUoAEOrbLAOnVHCP ご視聴ありがとうございました！ 良い動画だなと思っていただけたら、高評価、チャ
[AI入門] ディープラーニングの仕組み ～その4：最適化アルゴリズムを比較してみた～ | SIOS Tech. Lab
SGDSGDはstochastic gradient descent（確率的勾配降下法）の略です。 SGDの考え方は、 「勾配を見ればどちらに動かせばlossが減るのか分かるなら、勾配の分だけパラメーターの値を減らせばよい」 です。 for i in range(steps): parameter = parameter - lr * grad デフォルトパラメータ lr = 0.01 パラメータを勾配×学習率だけ減らします。 学習率は一度のパラメータの更新でどのぐらい学習を進めるかを調整します。小さすぎると学習が全然進まず、大きすぎるとパラメータが最適値（lossが最小になるときの値）を通り過ぎてしまいうまく学習できません。 もっとも簡単で基本的なアルゴリズムです。これ以降に紹介する最適化アルゴリズムは基本的にこれを改良していったものです。 確率的勾配降下法だけでなく、最急降下法やミニバ
![[AI入門] ディープラーニングの仕組み ～その4：最適化アルゴリズムを比較してみた～ | SIOS Tech. Lab](https://cdn-ak-scissors.b.st-hatena.com/image/square/620a434198ba32dd88e0464aef4cd02fef3c9e22/height=288;version=1;width=512/https%3A%2F%2Ftech-lab.sios.jp%2Fwp-content%2Fuploads%2F2020%2F09%2Fai_study_kikaigakusyu.png)
Elixirでディープラーニング③：WSL2無でもWindowsでNxできた（Elixirで任意のGithub forkブランチを取り込む解説付き） - Qiita
Elixirでディープラーニング③：WSL2無でもWindowsでNxできた（Elixirで任意のGithub forkブランチを取り込む解説付き）PythonElixirMachineLearningDeepLearningnx Elixir Digitalization Implementors／fukuoka.ex／kokura.exのpiacereです ご覧いただいて、ありがとうございます 引き続き、Elixirの2021年を占うポジションであるニューラルネットワーク／ディープラーニング用ライブラリ「Nx」についてです 前回は、defn＋XLAでGPUを動かそうと奮闘して、動かせなかったので、今回、その続きをしようと思ったのですが、Elixir創始者José Valimから下記ツイートをもらったので、それを試します Once this PR is merged, you shoul
日経クロストレンドと日経xTECHが共同で実施した「ディープラーニングビジネス活用アワード」の表彰式が10月10日に東京ビッグサイトで開かれた。審査員6人からは、受賞6プロジェクトに対して興味深い講評をもらった。全文掲載する。 まず受賞企業を振り返っておきたい。大賞はキユーピーの食品加工で原料を検査する「AI食品原料検査装置」というプロジェクトである。優秀賞には楽天の自動翻訳プロジェクトである「Rakuten Translate」、荏原環境プラント（東京・大田）が進める「ごみ焼却プラント運転自動化プロジェクト」、水処理など流体向けAI分析のAnyTech（東京・文京）の「水質判定AI『DeepLiquid』」の3つが選ばれた。 特別賞には、保育園向けIT（情報技術）サービスのユニファ（名古屋市）の「写真自動判定システムによる保育士の業務負荷軽減」、パッケージデザインのプラグ（東京・千代田）
本 - 金丸 隆志(著)( @kogakuin_koho ) - ブルーバックス( @bluebacks_pub ) - 講談社( @kdspr3 ) - 高校数学からはじめるディープラーニング 初歩からわかる人工知能が働くしくみ - 使いながら高校数学を復習 | Kamimura's blog
本 - 金丸 隆志(著)( @kogakuin_koho ) - ブルーバックス( @bluebacks_pub ) - 講談社( @kdspr3 ) - 高校数学からはじめるディープラーニング 初歩からわかる人工知能が働くしくみ - 使いながら高校数学を復習
ー はじめに ー もし、この記事を読む読者の方がアニメ好きならば、「涼宮ハルヒの憂鬱」の名を知らぬ人はいないでしょう。 今回は後世に名を残した「エンドレスエイト」より、絵コンテ・演出家、作画監督をディープラーニングで認識することができるのかを検証していきたいと思う。 ☆「涼宮ハルヒの憂鬱」を知らない方へ 涼宮ハルヒの憂鬱とは原作者：谷川 流氏、角川スニーカー文庫から刊行されているSF系学園ストーリー（筆者談、諸説あり） 2009年4月から放映されたアニメ2期「涼宮ハルヒの憂鬱」にて、世間を騒がす大事件が起きました。 「エンドレスエイト」 原作である「涼宮ハルヒの暴走」の名が指し示す通り、アニメ涼宮ハルヒの憂鬱が暴走を起こし、全く同じ内容を８週にかけて放映しました。 今回はその８回分の同じ内容のアニメを活用し、ディープラーニングの能力を検証していきたいと思います。 蛇足にはなりますが「涼宮ハ
JDLA認定プログラム第1号のスキルアップAIが、E資格対応の『ディープラーニング講座』の受講料を5万円に改定E資格対応『現場で使えるディープラーニング基礎講座』の受講料を30万円から5万円に改定し、学習機会の提供を拡大 AI導入・活用を成功させる人材育成のプロフェッショナルファームのスキルアップAI株式会社（本社：東京都千代田区、代表取締役社長：田原眞一、以下スキルアップAI）は、2021年より、E資格対応の『現場で使えるディープラーニング基礎講座』の受講料を30万円から5万円に改定致します。多くの企業で導入され、高い合格率で400名以上のE資格合格者を輩出してきたディープラーニング講座を、日本ディープラーニング協会認定プログラムの中で最安値で提供することで、より多くの方に機械学習・ディープラーニングを学ぶ機会を提供して参ります。 ■背景 日本ディープラーニング協会（以下、JDLA)が実
2023.05.02 エンジニア辞典 機械学習AI 近年、AI（人工知能）技術が飛躍的に発展し、あらゆるシーンで注目を集めています。このAIを支える技術の一つがディープラーニング（深層学習）です。 ディープラーニングという言葉は聞いたことがあっても、「AIや機械学習との違いは？」「具体的にどんなことができるの？」という疑問を持っている方も少なくないでしょう。 この記事では、ディープラーニングの仕組みや種類、AI・機械学習との違い、具体的な活用シーンなどを解説します。 ディープラーニング（深層学習）とは機械学習の手法の一つで、大量のデータから機械が自動的に特徴を抽出して学習するAI技術です。 機械学習とは、膨大なデータをもとにコンピューターがルールやパターンを学習する技術のことを指します。ディープラーニングはこの機械学習を発展させたもので、人間がデータを定義付けしなくても自ら学習する能力を持
この記事について DXに取り組む企業が増える中、AIやディープラーニングを学ぶ人も増えている。AIベンチャーや有識者などから構成される「日本ディープラーニング協会」の「G検定」（ジェネラリスト検定）の受験者は、2017年から約3年半で累計5万人を突破。最も多い受験者は研究・開発職だが、営業・販売職や企画・マーケティング、経営企画など、いわゆる文系職種の受験者も多くみられるという。 いま、文系職種の人たちがAIやディープラーニングを学ぶ背景には何があるのか。学ぶことで、どのようなメリットがあるのか。日本ディープラーニング協会の野口竜司氏（人材育成委員メンバー）による寄稿。 なぜ、文系職種でもAIを学ぶ必要があるのか AIと聞くと、皆さんはどのようなことを想像されるでしょうか。人工知能という未知のモノへの恐怖から、何となく不安、職を奪われるなど、ネガティブイメージを持つ方もいらっしゃるかもしれ
【図解】コレ1枚で分かるディープラーニングが注目される理由：ITソリューション塾：オルタナティブ・ブログ
「人間が教えなくても森羅万象の中からパターンを見つけ、世界を分類整理する」 機械学習のひとつの手法であり、ニューラル・ネットワークの進化形として登場したディープラーニングが注目されるのは、まさにこの点にあります。 データを分析し、その中に潜む規則性や関係性、すなわち「パターン」を見つけ出すことが機械学習のやろうとしていることです。それを使って、ものごとを分類整理し、推論や判断をおこなうための基準やルールを見つけ出します。 これまでの機械学習は、このパターンを見つけるために、どのような特徴に基づいてパターンを見つければいいのかといった着目点、すなわち「特徴量」を予め人間が決めていました。しかし、ディープラーニングには、その必要がありません。データを分析することで特徴量を自ら見つけ出すことができるのです。 例えば、ベテランの職人がものづくりをする現場を想像してください。私たちは、道具の使い方、
OpenCV本を執筆しました 吉村康弘、杉浦司、五木田和也「OpenCVではじめよう ディープラーニングによる画像認識」（技術評論社）という書籍を執筆しました。 OpenCV（Python API）を使ってディープラーニングによる画像認識を手軽に動かすことができる内容となっております。 私は「7章 dnnモジュール基礎」を担当しました。OpenCVのdnnモジュールに用意されているオブジェクト検出、クラス分類、セグメンテーション、テキスト検出・認識、キーポイント検出といったタスクごとに扱いやすく機能がまとめられているHigh Level APIを利用した画像認識を解説しています。ざっくり以下の画像のようなことができます。 ディープラーニングは日進月歩の世界のため書籍でどのモデルを取り扱うかは悩んだのですが、比較的古すぎず押さえておきたいモデルを採用したつもりです。各モデルはすぐに動かせるよ
■プルーニングとは進化した脊椎動物の脳の生来の仕組み ディープラーニング向けのプロセッサの間で進む「プルーニング(刈り込み)」。だが、そもそも、プルーニング自体は新しいテクニックではなく、人間の生体脳で自然に行なわれている現象だ。 【この記事に関する別の画像を見る】 脳の場合は、神経細胞(ニューロン)同士の結合部分であるシナプスが、刈り込まれて減少する。脳のなかでは、ニューロンがシナプスで結合され、信号が伝達されることで、思考や記憶が形作られるが、脳内の神経ネットワークを最適化するためにシナプス刈り込み(Synaptic pruning)が行なわれる。シナプス刈り込みは、脳科学ではよく知られた現象で、英語版Wikipediaにも項目がある。 人間を初めとする多くの動物の脳では、産まれた時はニューロン同士のシナプス結合はあまり形成されていない。しかし、産まれた直後から爆発的なニューロン同士の
Unityを使ってディープラーニング Unityに入門してみたので、GWもUnityを少し触っていました。 「UnityとAIを組み合わせて何かやってみたいなー」とは思ったものの、自分の場合は何か試行錯誤して作ってみないと身につかないので、単純な題材に取り組んでみることにしました。 というわけで、取り組む題材はサイコロの目の画像認識にしました。正直、ディープラーニングで学習させれば簡単に性能は出てしまうでしょう。そこで、実際の画像（写真）を1枚も使わずにチャレンジすることにしました。 「えっ！！画像を使わずにディープラーニング！？」 「出来らぁっ！」 というわけでやってみます。 Unityで教師データを生成 画像無しでどうやって教師データを用意するか。もちろん使うのはUnityです。Unityでサイコロのモデルを作って、Unity内で大量に画像を撮影するのです。 ちなみに、これは全く新しい
![画像を1枚も撮影しないUnityを使ったディープラーニング学習 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/4e6a1bfda981c41cacd20951fd0497d7f6a58de7/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20210503%2F20210503163917.png)
【深層学習】GNMT - Google翻訳の中身を解説！(2016)【ディープラーニングの世界 vol. 26】#103 #VRアカデミア #DeepLearning
☆お知らせ☆ AIcia Solid Project 公式HPが出来ました！！！ https://sites.google.com/view/aicia-official/top HPでは私たちや動画コンテンツの紹介、板書データの公開などをしています。是非ご活用ください！！ ▼テーマ Google翻訳の中身を解説します！ これは2016年時点でのモデルなので、現在はもうちょっと進んだモデルが利用されています。 2021年5月時点では、一部 Transformer も利用されています。その話題にもちょっと触れています！ ▼関連動画 Deep Learning の世界 https://www.youtube.com/playlist?list=PLhDAH9aTfnxKXf__soUoAEOrbLAOnVHCP 自然言語処理シリーズ https://www.youtube.com/pl
近年、機械学習のアルゴリズムは目覚ましい発展を遂げ、機械学習を使ったサービスが広まっています。そして、今後も機械学習は注目され、さらなる成長が起こるでしょう。しかし、それと共に機械学習のモデルは大きくなっており、予測結果がブラックボックスになりがちです。その結果ビジネスにおいては、良い予測をするという点では良いことですが、予測結果の要因がわからなくなっているため、類似の事象で行動ができないといったことが起きています。 この問題が起きるのは、既存の機械学習では因果関係がわからないからです。その点、因果推定の文脈だと、反実仮想の考え方をベースにしたアプローチが主に研究されており、ここに機械学習のアルゴリズムが使われ始めています。 機械学習を使った因果推定では、反実仮想の仮想の結果を機械学習で予測する方法がメインでしたが、ディープラーニングのGAN（日本名：敵対的生成ネットワーク）を使って因果グ
ディープラーニング で音声データのノイズリダクション 〜 その② - kouohhashi's tech blog
音声のノイズリダクション、その２です。 今回はRNNoiseを試してみました。RNNoiseはJean-Marc ValinさんがMozillaにいた時に公開したオープンソースソストウェアで、ディープラーニングと昔ながらのDSP（デジタルシグナルプロセッシング）の手法を組み合わせているのが特徴です。 折角なので翻訳（意訳）してみることにします。 原文はこちら RNNoiseとは このデモはRNNoiseプロジェクトがどのようにディープラーニングを使って音声のノイズ除去を行っているのかを説明します。核となるアイデアは、従来からあるシグナルプロセッシングとディープラーニングを組み合わせることで、軽量かつ高速で、リアルタイムで使えるノイズ除去アルゴリズムを作ることです。GPUは必要ありません。Raspberry Piでも簡単に動作し、簡単でかつ従来のノイズ除去システムより良い結果を出します。 ノ
ディープラーニングで儲けたい | denkigai
初心者がマジでゼロからディープラーニングを学ぶドキュメンタリーマンガ。
はじめに パッケージの準備 画像の取得・変換を行う関数の定義 事例1: 「ペルシャ猫」をクエリとした画像検索の結果 事例2: 「広末涼子」をクエリとした画像検索の結果 Webスクレイピングについての関連図書 まとめ 作成したスクリプト English page (Google translate) 参考資料 はじめに 手作業をできるだけ抑えて、 機械学習・ディープラーニング(DL)用の画像データを手っ取り早く取得したい！！ ふと思いたち、、今回、Google画像検索の結果をスクレイピングして、 画像データ(サムネイル)を取得して、それらをR/Keras用の4次元アレイデータに変換するプログラムを作成してみた。 実務としては、 rvestパッケージとかEBImageパッケージとかを使うことで実装した。 主な用途としては、GANとかで使うDL学習用の画像データを収集するのを想定している。 パッ
【深層学習】RNN の意味を徹底解説！【ディープラーニングの世界 vol. 8 】 #062 #VRアカデミア #DeepLearning
RNN は隠れ層の伝播が肝です。 数式を意味として捉える力を RNN シリーズで培ってもらえると嬉しい！ 【関連プレイリスト】 Deep Learning の世界 https://www.youtube.com/playlist?list=PLhDAH9aTfnxKXf__soUoAEOrbLAOnVHCP ご視聴ありがとうございました！ 良い動画だなと思っていただけたら、高評価、チャンネル登録お願いします！ 質問や感想など、気軽にコメントしてくださいね。 ========= Twitter: https://twitter.com/AIcia_Solid/ Logo: TEICAさん https://twitter.com/T_E_I_C_A Model: http://3d.nicovideo.jp/works/td44519 Model by: W01fa さん https:
時代は「レスポンシブルAI」へ、ディープラーニング生みの親筆頭に加速するカナダAI倫理の取り組み（AMP［アンプ］） - Yahoo!ニュース
自動運転車やドローンなどでAI活用によるブレークスルーの現実味が帯びており、AIに対する期待は高まるばかりだ。 PwCの推計では、AIによる労働生産性の向上などによって2030年には、世界GDPは14％も押し上げられる可能性があるという。これは15兆7000億ドル（約1620兆円）に相当する規模だ。 AIへのポジティブな見方が広がる一方、付随するリスクとそれらに対応するための対策についての議論はこれまで十分になされていない印象がある。 いまこうした状況がカナダを中心に大きく変わりつつある。AI研究の第一人者による警鐘や大学、企業、国、さらには国際間でのAI倫理を強化する動きが活発化しているのだ。AI倫理をめぐっていまカナダで何が起こっているのか。その最新動向をお伝えしたい。 AI研究を大きく前進させた「ディープラーニング」。その生みの親の1人といわれるジョシュア・ベンジオ氏。 カナダ・モン
ディープラーニング×音声合成の魅力と自作方法を紹介 | cloud.config Tech Blog
FIXER新人の吉原です。音声合成自作してみたらなかなか面白かったので簡単に紹介します。 この記事では、ディープラーニング技術を用いた音声合成の魅力や自作方法などを紹介しています。 音声合成とは 音声合成とはおおまかに、コンピュータなどを用いて人間の声を再現すること指します。身近なところだと、ボイスロイド・ボーカロイド、ゆっくり読み上げソフト、Siriの声などが有名ですね。 ここ数年でも、VOICEVOXの発表や、フリーで使用できるつくよみちゃんコーパスなどが登場しており、成長に勢いがある技術になっています。 以下は音声合成ソフトVOICEPEAKの使用例になります。入力されたテキストをはっきり聞き取りやすい声で読み上げてくれています。 「VOICEPEAK」その3（https://www.youtube.com/embed/jxJcrMVbx5s）音声合成の魅力 音声合成技術が用いられた
ディープラーニング で音声データのノイズリダクション 〜 その① - kouohhashi's tech blog
ディープラーニングを使って音声データのノイズリダクションに挑戦してみることにしました。 ソツーで音声認識をやる上で、入力値となる音声データのノイズを事前に減らしておけると良いのではと思ったのと、単純に面白そうで勉強にもなるかなと思ったのが動機です。上手いこと動いてくれれば、上記以外でも使い道がありそうっていうのも魅力的です。 折角なので、Tensorflowを使ってend-to-endのモデルがトレーニング出来たら良いなと思っています。 1週間もあれば、成果を出せるかなと思ったのですが、舐めてました。end-to-endの音声のノイズ除去は調べてみると中々大変。また、取り組んでいる開発者が少ないせいか、説明してくれているウェブサイトもGithubのソースコードも少ないかったです。 というわけで、一気にやり切ることは断念し、3回か4回にわけてプロジェクトを進めることにしました。 作戦 調査
JDLA（日本ディープラーニング協会）は、日本各地でディープラーニングの普及に向けた活動を行なっている。そのひとつに「CDLE（Community of Deep Learning Evangelists）」がある。 CDLEは2018年に設立された、JDLA資格試験の合格者が情報交換などを活発にするコミュニティ。合格者だけが入ることができるSlackワークスペースは、合格者約1万人のうち7,000人以上が参加する大規模なコミュニティになりつつある。 この記事では、レッジのオフィスで行われたミートアップから、当日行われたLTの様子をお伝えする。CDLEメンバーがどのように社内でディープラーニングの普及に努めているかが語られた。 NECグループのITエンジニアが北海道でAIの仕事を広めようとする話最初にLTへ登壇したのは、NECソリューションイノベータ（北海道支社）のエンジニアで札幌在住の為
GitHub - makaishi2/math_dl_book_info: 書籍「最短コースでわかる ディープラーニングの数学」用サポートサイト
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
TOYO TIRE、ゴム材料開発にディープラーニングを導入、SAS Institute製品を採用 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 事例ニュース ＞ TOYO TIRE、ゴム材料開発にディープラーニングを導入、SAS Institute製品を採用 AI AI記事一覧へ [事例ニュース] TOYO TIRE、ゴム材料開発にディープラーニングを導入、SAS Institute製品を採用 2020年5月1日(金)日川 佳三（IT Leaders編集部） リスト TOYO TIREは、ゴムの材料開発を効率化・自動化するため、ディープラーニング（深層学習）を導入した。材料が持つ特性の予測や、新材料・代替材料の探索に利用する。データ分析ソフトウェアとして「SAS Visual Data Mining and Machine Learning」と「SAS Optimization」を提供したSAS Institute Japanが2020年4月28日に発表した。 TO
AI（人工知能）研究の第一人者として知られる松尾豊・東京大学大学院教授が2021年4月9日、東京ビッグサイト（東京都江東区）で行われたイベント「AI・人工知能EXPO春」で講演した。 日本のDXの特徴は 講演の背景にあるのは、最新技術でビジネスに変革をもたらす「DX（デジタルトランスフォーメーション）」の動きだ。松尾氏は現在、日本ディープラーニング協会（JDLA）の理事長を務めている。ディープラーニングとは「深層学習」とも呼ばれ、AIを活用して、より複雑な判断ができるようにする技術を指す。 ディープラーニング分野では、2012年に画像認識精度が高まり、18年には自然言語処理でも急激に発展した。松尾氏は活用事例として、施設入館者の体温測定や顔認識をあげる。これらはコロナ禍で需要が高まっている技術で、同じく医療系ではワクチン開発にも寄与していると紹介した。 日本のDXの特徴は、アナログのものを
最終更新日： 2020年8月4日 みなさん、「ディープラーニング」という言葉を聞いたことがありますか？ AIの分野について関心がある方なら一度は聞いたことがある言葉だと思います。 「聞いたことはあるけどよくわからない」という方も多いと思います。 今回は、ディープラーニングについて解説し、ディープラーニングができること・できないこと、また、ディープラーニングを活用するツールについてご紹介します。 AIの分野で耳にする「ディープラーニングとは？」 ディープラーニングとは、「深層学習」とも呼ばれる、注目を集めるAIの要素技術の1つです。 ディープラーニングでは、今までのシステム以上の精度で、画像や音声、テキストを認識することができるようになり、さまざまな分野で注目されています。 ディープラーニングは「ニューラルネットワーク」という人間の神経回路をモデルに作られたネットワークをベースにしていて大量
こんにちは。今回はGoogleの開発するディープラーニング向けライブラリ⭐️であるJAXの紹介をします。 https://github.com/google/jax ディープラーニング向けライブラリとしてはTensorflowやPyTorch、最近開発終了が宣言されたChainerなどが有名かと思います。これらは多次元配列と自動微分をサポートした計算ライブラリをコアとしていて、それにニューラルネットの実装を容易にするラッパーなどが付属しています。 GoogleといえばTensorflowが有名ですが、JAXはTensorflowとは何が違うのでしょうか。 JAXを一言で表現すると、高速なautogradです。 もう少し詳しくいうと、多次元配列の計算ライブラリであるnumpyに自動微分とJITがくっついたものです。さらに、GPUやTPUといったアクセラレーター上でも動作します。Tensorf
EnterpriseZine（エンタープライズジン）編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。
大澤昇平 :: AI 救国論 🇺🇳 on Twitter: "なのでこの問題の本質はヘイトスピーチじゃなくて、一部の過激派による「サイバーテロ」であることを正しく認識した方がいい。ディープラーニングが発達した今だって、企業はイタ電で撃沈する。 ご安心ください。シンギュラリティはしばらく来ませ… https://t.co/pmSKlAQRbJ"
なのでこの問題の本質はヘイトスピーチじゃなくて、一部の過激派による「サイバーテロ」であることを正しく認識した方がいい。ディープラーニングが発達した今だって、企業はイタ電で撃沈する。 ご安心ください。シンギュラリティはしばらく来ませ… https://t.co/pmSKlAQRbJ
▶AIのアルゴリズムとは？｜図を用いてわかりやすく解説！>> アルゴリズムの重要性 AIが複雑な処理や分析を行うためには、膨大な量のデータの中から特徴やパターンを見つける必要があります。 例えば、AIで代表的な画像認識・音声認識・自然言語処理といった機能も、アルゴリズムが構造化された画像・音声データ・言語の特徴やパターンを学習することで実現されています。 そのため、AIの複雑な処理や分析に必要な特徴やデータを見つけるアルゴリズムは、AIの本質と言っても過言ではなく非常に重要です。 アルゴリズムの特徴 ディープラーニングのアルゴリズムの特徴は「隠れ層」の存在にあり、この「隠れ層」が何層にも重なることで複雑な処理を実現しています。 「隠れ層」とは、人間の神経回路を模したニューラルネットワークが何層にも重なることで、層と層の間に生じた隙間のことを指しています。 ディープラーニングの日本語訳である
AI・機械学習・ディープラーニングを始めるが、Pythonプログラミングも初めての人に向けて、Pythonでデータを取り扱うための基礎知識として、「リスト」や「NumPy」「数学のテンソル」について分かりやすく紹介する連載。 全4回【完結】 （ 1時間30分） 必須条件： 知識ゼロから誰でもスタートできます。 こんな方にお勧め： 初めてディープラーニングや機械学習を学び始めるが、Pythonも初めて学ぶ方 学習内容： AIのデータ構造としてNumPyと数学計算について学べる はじめに ― 本連載の読み方 AI・機械学習・ディープラーニングを始めるが、Pythonプログラミングも初めての人に向けて、「リスト」や「NumPy」といった、AIでのデータ取り扱いの基礎を紹介する連載記事です。 Lesson 1では、「データはどう表現できるのか？」をテーマに、多次元リスト型のデータ構造に関する基礎の
長野県塩尻市と一般社団法人日本ディープラーニング協会、職員のデジタル人材育成を実施 | DXを推進するAIポータルメディア「AIsmiley」
8月2日より、長野県塩尻市は一般社団法人日本ディープラーニング協会(JDLA)の行政会員として登録し、企業や民間人材との共創による職員のデジタル人材化、育成を進めることを発表しました。 このAIニュースのポイント 2021年5月に「塩尻市デジタル・トランスフォーメーション戦略」を策定 長野県塩尻市とJDLAは連携し、塩尻市職員のデジタル人材育成を実施 DX人材育成プログラムを展開 塩尻市は、2021年5月に策定した塩尻市デジタルトランスフォーメーション戦略実現に則り、行政や地域のDXを推進すべく、企業や民間人材との共創による職員のデジタル人材化、育成を進めています。 デジタルトランスフォーメーション戦略 塩尻市では、2021年5月に「塩尻市デジタル・トランスフォーメーション戦略」を策定しました。 「行政DX」と「地域DX」の両輪で「自治体DX」を進め、デジタル技術により既存の行政サービスや
楔形文字とディープラーニング(2)
ユニグラムの表よりも随分コンパクトになりましたね。𒂊も𒉡もそれぞれ5種類の翻字表現があったわけですが、𒂊𒉡という並びではコーパス全体でもe-nu e-nu- e nu-の3つの組み合わせでしか使われていなかったことがわかります。 またe-nuのようにここで単語が区切られる場合とe-nu-のようにあとに文字が続く場合はだいたい同じ頻度ですが、nu-maとnu ma-ではだいぶ開きがあることもわかりました。この3文字をつなげた𒂊𒉡𒈠で考えると、e-nu ma-よりもe-nu-maと読むほうが確率が高そうだと予想できます。 それぞれのバイグラムのつながりを図示したものがこちらです。 こうしてみると、先頭から最後までつながるルートはずいぶん限られていることがわかります。正解のルートをオレンジの線で図示してみました。 ただ、つながりだけを考えるとe-nu ma-an-me-ešとい
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
日本ディープラーニング協会が公開した「生成系AI利用のガイドライン」でおさえておきたい3つのポイント｜@DIME アットダイム
ディープラーニング活用で表彰、6プロジェクトへの講評全文紹介
Gmailの迷惑メール対策、ディープラーニングで悪質なOffice文書の検出率が向上
ディープラーニングは作画監督を見分けられるのか？ 〜涼宮ハルヒの憂鬱[エンドレスエイト」より〜 - Qiita
JDLA認定プログラム第1号のスキルアップAIが、E資格対応の『ディープラーニング講座』の受講料を5万円に改定
Amazon.co.jp: ディープラーニングを支える技術〈2〉 ——ニューラルネットワーク最大の謎 (Tech × Books plusシリーズ): 岡野原大輔: 本
ディープラーニング（深層学習）とは？ 機械学習との違いや仕組み、活用シーンを解説 - エンジニアtype | 転職type
DX時代、文系職種がAI、ディープラーニングを学ぶべき理由
OpenCVではじめよう ディープラーニングによる画像認識 | Sugiura-Lab
人間の脳から産まれたディープラーニングのプルーニング（Impress Watch） - Yahoo!ニュース
画像を1枚も撮影しないUnityを使ったディープラーニング学習 - karaage. [からあげ]
ディープラーニングを使った因果推定 〜SAMのアルゴリズムを理解する〜 - 見習いデータサイエンティストの隠れ家
Amazon.co.jp: 詳解ディープラーニング 第2版 ~TensorFlow/Keras・PyTorchによる時系列データ処理~ (Compass Booksシリーズ): 巣籠悠輔: 本
R/rvestを使って、Google画像検索で画像サムネイルを取得して、機械学習・ディープラーニング用の4次元アレイデータに変換するTips - 京橋のバイオインフォマティシャンの日常
無茶振り、圧力、部門の壁──ディープラーニングのエバンジェリストたちがぶっちゃける「AIあるある」 | Ledge.ai
DXを加速させる「ディープラーニング」 AI研究の第一人者・松尾豊氏が講演
NVIDIA JetBotの製作: ディープラーニングで自律走行 Kindle版
ディープラーニングができること・できないことを紹介！苦手分野は例外処理！ | AI専門ニュースメディア AINOW
JAXで始めるディープラーニング｜ディープラーニングネイティブ
ディープラーニングを高速処理するハードウェアのためのコンパイラ「NNgen」が一般公開
ディープラーニングの7つのアルゴリズムまとめ – 機械学習との違いを解説 | AI専門ニュースメディア AINOW
機械学習＆ディープラーニング入門（データ構造編）