暗号化したままディープラーニングの標準的な学習処理ができる秘密計算技術を世界で初めて実現：NTT持株会社ニュースリリース：NTT HOME
報道発表資料 2019年9月2日 日本電信電話株式会社 暗号化したままディープラーニングの標準的な学習処理ができる秘密計算技術を世界で初めて実現 日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：澤田純、以下NTT）は、データを暗号化したまま一度も元データに戻さずに、ソフトマックス関数＊1やAdam（adaptive moment estimation）＊2と呼ばれる最適化処理を含む標準的なディープラーニングの学習処理を行う技術を、世界で初めて実現しました。 通常、データを利活用するためには、通信時や保管時に暗号化していたとしても、処理を行う際には元データに戻して処理する必要があります。このことは、データ所有者からすると情報漏洩のリスクを感じることから、企業秘密や個人のプライバシーに関わるデータの利活用に抵抗感を持つユーザや組織が少なくありません。特に所有者から他者、または同一組
今更聞けないAR/VR,分散処理,AI/機械学習/ディープラーニング,データサイエンス,IoTにお役所、総務省の資料が使えた件 - Qiita
ありがとう総務省！ http://www.soumu.go.jp/ict_skill/ http://www.soumu.go.jp/ict_skill/pdf/ict_skill_c1_set.pdf で一括PDFダウンロード（463ページ）するのも手。 今日まで知らなかったが日本のお役所のIT事業で民間がまともに使えるシステム、資料を初めて見た気がする。 今更恥ずかしくて聞けないNoSQL、分散処理（hadoop, spark, ...）、マシンラーニングやディープラーニングの手法の根幹、 Rのお話まで登場。これは使える！ 最近時のテクノロジーの基本的事項の網羅性が高い！
対象者 機械学習、ディープラーニングを一通り勉強したが、実装するときにどう関連するのかわからない人。 頭の中を整理したい人。 詳しい数学的な説明はchainerチュートリアルを参照すると良い。 解説内容 ディープラーニングでもっとも一般的な教師あり学習の手順を解説する。また、それに伴う周辺知識を説明する。 ディープラーニングのモデルになったもの ディープラーニングは人の神経細胞における情報伝達の仕組みを真似て作られた。これにより、精度が飛躍的に向上した。 ニューラルネットワークの仕組み ニューロンのモデル化 ニューラルネットワークでは、人間の神経細胞の動きをコンピュータで再現した数式モデルを作る。個々の神経細胞は簡単な演算能力しか持たないが、お互いに繋がり連動することで高度な認識、判断をすることができる。行列や特別な関数の計算をしながら情報伝達の仕組みを数式で再現していく。 ニューロンのモ
2020.09.08 ITニュース 2015年7月以来５年ぶり２度目となる、東京大学大学院工学系研究科教授で日本ディープラーニング協会理事長の松尾豊さんのインタビューをお届けする。 エンジニアtypeでは今年７月にも、AIテクノロジー企業ABEJA主催のオンラインイベント「DX2020」で行われたABEJA岡田陽介代表との対談「With/Afterコロナ時代におけるDXとAI」をレポートしている。 ＞＞【松尾豊×ABEJA岡田陽介対談】日本企業でDX、AI活用が進まない５つの理由とその処方箋 この記事では「日本企業でDXが進まない理由とその解決策」にテーマを絞るべく割愛したが、講演の中でディープラーニング研究の今を問われた松尾教授は「画像認識系の技術がだいぶ成熟して、アプリケーションもだいぶ出てきた。世の中には”出切った”雰囲気さえ出ている。ところが今（アカデミア方面では）かなり面白いこと
QDくん⚡️Python x 機械学習 x 金融工学 on Twitter: "ニューヨーク大学のディープラーニング講義資料が公開されている。 ・講義ノートはなんと日本語にも対応 ・英語だが講義スライド、Jupyter Notebook、講義動画(YouTube)も無料で見れる ・自己教師あり学習、VAEやG… https://t.co/nOH5owxLWC"
ニューヨーク大学のディープラーニング講義資料が公開されている。 ・講義ノートはなんと日本語にも対応 ・英語だが講義スライド、Jupyter Notebook、講義動画(YouTube)も無料で見れる ・自己教師あり学習、VAEやG… https://t.co/nOH5owxLWC
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
イスラエルの家系図サービス企業MyHeritageは2月25日（現地時間）、先祖などの古い写真の顔をディープラーニング技術でリアルに動かせる新サービス「Deep Nostalgia」をリリースした。無料アカウントを作成してログインし、アニメ化したい写真をアップロードすれば誰でも利用できる。5枚以上の写真をアニメ化したい場合は、サブスクリプションが必要だ。 MyHeritageはこれまで、古いモノクロ写真やカラー写真をシャープなカラー写真に変換するサービスを提供している。このサービスで変換済みの写真の顔をDeep Nostalgiaで動かすと、よりリアルだ。 複数の人が写っている写真では1人しか動かせない。動かしたい顔を選択し、あらかじめ用意されている複数の動きの「ドライバー」動画から1つを選ぶと、そのドライバーと同じ動きをする。動画は数秒で、いずれも記念撮影の直前のように少し顔を動かし、最
［CEDEC 2019］ゲームの敵AIはAIに作らせる。「『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」聴講レポート
［CEDEC 2019］ゲームの敵AIはAIに作らせる。「『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」聴講レポート ライター：箭本進一 パシフィコ横浜で2019年9月4日〜6日，ゲーム開発者向けカンファレンス「CEDEC 2019」が開催されている。本稿では，AIにAIを作らせるというユニークな試みを紹介するセッション「『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」の模様をお伝えしたい。 「CEDEC 2019」公式サイト 4Gamer「CEDEC 2019」記事一覧 登壇したのはLuminous Productionsのプログラマー，上段達弘氏だ。スクウェア・エニックス入社後にゲームエンジン「Luminous Studio」の開発に携わり，「FINAL FANTASY XV」ではAI関連の実
GCP(Google Cloud Platform)でディープラーニング学習環境構築方法 背景 ようやくDockerでのディープラーニングGPU学習環境構築に成功した @karaage0703 。疲れを癒す間も無く、ディープラーニングの帝王Google社のデベロッパーアドボケイトから、新たなる天啓がくだる。 度々からあげさんの記事を引用して恐縮ですが、もしGCPを使う場合は、このあたりをまるっとイメージにまとめたDeep Learning Containersってのもあります。ポチるだけでCUDA/TF/Jupyter/その他全部入りのコンテナをGKEで動かせます。 #gcpjahttps://t.co/tszxsK6sichttps://t.co/VMo9OHBjUp — Kazunori Sato (@kazunori_279) August 7, 2020 CUDAドライバ周り、誰し
ゼロから始める深層強化学習（NLP2018講演資料）/ Introduction of Deep Reinforcement Learning
Nintendo Switch向けに移植された『スーパーマリオサンシャイン』は、独自ディープラーニング技術によって高解像度化されていた - AUTOMATON
任天堂がNintendo Switch向けに昨年9月に発売した『スーパーマリオ ３Ｄコレクション』について、フランスに所在する子会社Nintendo European Research & Development（NERD）が、その開発に貢献していたことを明らかにしている。 『スーパーマリオ ３Ｄコレクション』は、NINTENDO 64向けに1996年に発売された『スーパーマリオ64』、ニンテンドー ゲームキューブにて2002年に発売された『スーパーマリオサンシャイン』、そしてWii向けに2007年に発売された『スーパーマリオギャラクシー』の3作品をセットにして、Nintendo Switchに移植した作品だ。オリジナル版からは、解像度の向上や16:9画面への対応、またJoy-Con操作への最適化などがおこなわれている。 NERDは、ビデオコーデックを手がけるMobiclipを前身とし、2
日本気象協会は8月30日、ディープラーニング（深層学習）技術を活用し、細かい地域範囲の降水量を1時間単位で予測できる技術を開発したと発表した。これまでの手法で必要だったスーパーコンピュータがなくても、短時間で、より詳しい降水予測ができる。 これまでは気象庁から提供される気象予測データを基に、20キロ四方の範囲の降水量を3時間単位で予測していたが、ディープラーニングの技術を活用することで、5キロ四方の範囲を1時間単位で予測できるようになった。これまでも降水予想の範囲をAIで詳細化する手法はあったが、予想の単位時間を詳細化したのは業界初という。 今回の技術は統計的な方法で粗い気象データをより細かいデータに変換する「統計的ダウンスケーリング」の一種。従来は、詳細に降雨量を予測するためには高性能なスーパーコンピュータが必要だったが、深層学習の一種である「畳み込みニューラルネットワーク」（CNN）を
AI／機械学習／データサイエンス関連で筆者が注目する、データサイエンティスト検定、G検定／E資格、統計検定、データサイエンス数学ストラテジスト、人工知能プロジェクトマネージャー試験という5つの認定資格や検定試験を紹介する。
はじめに 特徴抽出とは ニューラルネットワークによる特徴抽出 深層学習は特徴抽出を自動で行うのか 補足：本当に自動機械学習に向けて はじめに 未だに強く主張されることの多い「ディープラーニングは人手の特徴抽出作業を自動で実施してくれる」という話。 このことについては肯定も否定もしないというのが私の立場ですが、基本的に「思っているより思い通りには行かない」という事実があることは主張しておきたいです。 そのために、今回「ディープラーニングが自動で特徴抽出を行ってくれる」ということがどういうことなのかを簡単に説明します。 特徴抽出とは まず特徴抽出とは何かを説明していきましょう。特に断りが無い限りは大文字は行列、小文字はベクトルあるいはスカラーだと思って差し支えありません（今回は特に細かい数式の設定が議論に影響することはありません）。 今、入力 $x$ で出力が $y$ となるような適当なデータ
NEC、ディープラーニングに必要な学習データを半減、中間層で得られる特徴量を意図的に変化 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 市場動向 ＞ NEC、ディープラーニングに必要な学習データを半減、中間層で得られる特徴量を意図的に変化 AI AI記事一覧へ [市場動向] NEC、ディープラーニングに必要な学習データを半減、中間層で得られる特徴量を意図的に変化 2019年8月19日(月)日川 佳三（IT Leaders編集部） リスト NECは2019年8月19日、ディープラーニングに必要な学習データ量を半減させられる技術を開発したと発表した。少ない学習データ量でも識別精度を高められるとしている。ニューラルネットワークの中間層で得られる特徴量を意図的に変化させることで、識別が難しい学習データを集中的に人工生成する仕組み。 NECは今回、ディープラーニングに必要な学習データ量を半分程度に削減できる技術を開発した（図1）。データの種類を問わず、汎用的に適用でき
ディープラーニングが激速に NVIDIAの牙城を崩せるか？ SambaNovaに聞く：清水亮の「世界を変えるAI」（1/4 ページ） ディープラーニングにおいて、NVIDIAのGPUが欠かせないことはもはや一般常識だと思う。いくらAppleが華々しく「Apple Silicon」を喧伝しようが、AMDが「ROCm」を喧伝しようが、ディープラーニングにおいてはNVIDIAのGPUに勝るソリューションは存在しないというのが常識だった。 今、この常識に風穴を開けようとするシリコンバレーのスタートアップがある。 それがSambaNova Systems社（以下SambaNova）だ。最近では、日本の最新鋭スーパーコンピュータである「富岳」を運営する理化学研究所計算科学研究センターにも採用されたことで話題になった。しかし日本では全く知られていないこの会社、その勝算は一体どこにあるのか？ SambaN
ディープラーニングを使わない顔認識 Githubで公開されている「Face-Detection-OpenCV」を実行し、OpenCVでの顔認識の限界を探ってみました。 このコードには、OpenCV（オープンシーヴィ）による、「非ディープラーニングの顔認識のテスト用コード」がまとまっています。 赤ちゃんのグレイ表示／顔認識テスト3人の赤ちゃんの顔認識テスト顔認識精度をパラメータ調整で向上させた例LBP方式の顔認識テストHaar方式とLBP方式の比較最終的にHaar方式、LBP方式という2種類の顔認識を比較しています。 Haar方式については、認識速度が遅く、壁に貼ったポスターの顔まで「顔」と認識してしまいました。 しかし、LBP方式は、実際の人間の顔のみキレイに認識出来た上、認識にかかる時間が1/3以下。 ここだけ見ると、「ああ、Haar方式って良いところないんだな。使わないようにしよう…」
生成AIの検定試験、日本ディープラーニング協会が開催 note深津さんら監修 試験時間15分、受験費2200円
日本ディープラーニング協会（JDLA）は6月7日、生成AIの検定試験「JDLA Generative AI Test 2023」を開催すると発表した。生成AIを適切に活用するための能力や知識を問うという。開催日は6月24日で、オンラインで実施。試験時間は15分、受験費用は2200円。
Top > ラーニング > スタンフォード大のアンドリュー・ン氏 大人気のディープラーニング講座を更新「今が飛び込む良い機会！」
渡辺明名人、１秒間に8000万手読むコンピュータを購入しディープラーニング系のソフトも導入（３）（松本博文） - エキスパート - Yahoo!ニュース
最善の研究手法を求めて 松本 思い出すのは2005年当時のBonanzaが出てきた頃のことですね。Bonanzaはそれまでの将棋ソフトとは全然違う手法で開発されて、突然彗星のように現れ、ブレイクスルーになりました。 （2007年、渡辺竜王と対戦したBonanza、上に乗せられているのは扇風機） 松本 ただしBonanza以前の、精巧に職人技で調整されたようなコンピュータ将棋ソフトだって決して弱くはなかった。むしろその強さはプロ棋士に迫ろうかという勢いでした。それらのソフトはしばらく競り合う期間があって面白かったです。Bonanza以来の流れを組む現在の型と、新興のディープラーニング（DL）系が拮抗している現在の状況もまたしかりですね。 渡辺 これ（DL系のdlshogi）道中は、従来のソフトと全然違うことを言うんですか？ 杉村 同じようなことを言うことも多いです。（従来のソフトも）元から強
AH-Softwareの読み上げ用音声合成ソフトのVOICEROIDは、自分で好きな言葉をソフトウェアに読み上げさせることができるため、動画のナレーションやロボットの発話によく使われています。しかし、VOICEROIDの設定はやや面倒で時間がかかるもの。そこで、マイクで録音した音声をVOICEROIDの「結月ゆかり」さんの声に誰でも簡単に変換できるボイスチェンジ技術を、Dwango Media Villageのエンジニアであるヒホさんがニコニコ動画で発表しました。 ディープラーニングの力で誰でもゆかりさんの声になれる声変換技術を作ってみた - ニコニコ動画 今回ヒホさんが開発したのは、高品質に誰の声でもゆかりさんの声に変換できるという技術です。 ムービー中では、実際にヒホさんの声をゆかりさんの声に変換したものを聞くことができます。 「声を変換する」ということは、入力された音声データを別の音
要点 マルチモーダル深層学習って何？Vision-Language Modelって何？という方向けに、 Google Colabで実際に学習済みモデルを動かしながら技術概要を理解していただけるチュートリアル記事です。 マルチモーダルの時代が到来 この10年、ディープラーニングの登場により、画像の分類や、文章読解（日本語等の自然言語によるQA）などが高い精度で自動化できるようになりましたね。 しかし、画像は画像、自然言語は自然言語・・・と、それぞれに特化した手法の開発が中心で、それらが混在したマルチメディア（マルチモーダル）の問題へのチャレンジは少ない状況に長らくありました。マルチモーダルの重要性は人間の様々な知的判断の場面を思い返せば分かりますね。実課題解決において重要なAI技術分野といえます。 シングルモーダルが中心だった潮目はこの1年くらいで変わり、昨今、マルチモーダルな深層学習モデル
『ディープラーニング 学習する機械』は一人称で語られる壮大な物語にして、「AIの過去・現在・未来」の解説書 - 渋谷駅前で働くデータサイエンティストのブログ
ディープラーニング 学習する機械 ヤン・ルカン、人工知能を語る (ＫＳ科学一般書) 作者:ヤン・ルカン講談社Amazon 11月に入って勤務先のオフィスが本格的に再開されてから、久しぶりに会社のメールルームを覗きに行ったところ、届いていた（つまりご恵贈いただいていた）のがこちらの一冊です。Deep Learningの三開祖の一人にして2018年度のチューリング賞受賞者の一人でもある、ヤン・ルカン御大その人が著した『ディープラーニング 学習する機械』です。 本書は日本語版が出た直後から絶賛する声が聞こえてきていて、興味はあったのですが気を逸した感が否めなかったので、こうしてご恵贈いただけて有難い限りです。講談社サイエンティフィク様、まことに有難うございます。 ということで、早速ですが簡単にレビューしていこうと思います。 本書の内容 特に個人的に印象に残った点 全てのアルゴリズムに関する記述が
ソフトウェアメーカーのシグナルトークは11月13日、AIが食生活を分析し、仕事のパフォーマンス向上に効果的な食事を提案するサービス「Work UP」を発表した。AIには、約3500人の食生活と年収に関するデータをディープラーニングで学習させた。食べると年収アップにつながるメニューを紹介するとしている。 同日から20日までオープンβテストを実施する。テスト参加者のデータを匿名化してAIに追加で学習させ、分析の精度を高めた上で、2020年から月額9800円（税別）の有料サービスを始める予定。 予防医療研究協会に所属する医師がサービスを監修。提案するメニューは管理栄養士が考案に携わった。食生活と年収の関連性を算出するアルゴリズムの開発には、大阪市立大学医学部が協力した。ヘルステックベンチャーのドットテックも開発に携わった。 多数に質問を用意、回答内容をAIが分析 Work UPの利用には、ハンド
GPU別ディープラーニング性能ベンチマークで使用したソフトウェア 検証に使用したハードウェア構成は記事末尾に記載しておりますので、別途ご確認ください。 ResNet50(FP32) GPU別ディープラーニング性能ベンチマーク：ResNet50(FP32) まずはResNet50(FP32)でベンチマークをとってみました。 GPUの性能向上に合わせてスコアが順当に上がっています。また、GPUを2枚搭載する場合は処理性能が約1.8倍となりました。 一方でCPU はCore i9-10980XEにてベンチマークの計測を行いましたが、Core i9-10980XE よりも安価なGeForce RTX 2080 Tiの足元にも及びませんでした。だからと言ってCPUの性能は軽視して良い訳ではなく、学習前処理等ではCPUの性能も必要となり、ディープラーニングの学習に必要な全体の工程の一部の時間短縮に貢献
はじめに とある目的で、ディープラーニングで手を検出したいなと思いやってみました。最初は1から学習して全然性能が出なくて、絶望していたのですが学習済みモデルを使うことで簡単に高性能な検出器を手に入れることができました。頼るべきはネットの集合知ですね。特に@KzhtTkhsさんの以下ツイートに助けられました。 意外と無い不思議🐤 EgoHand Datasetを利用した以下の実装とかならあります🐤🐤https://t.co/h6U7ZENZI2 ハンドサインまでいれるとまず無いので、いつも自作しています……🐤🐤🐤 — 高橋かずひと@リベロ拝命🐤 (@KzhtTkhs) August 15, 2019 ネットに助けられたので、簡単に作りかたを記事にまとめてネットの海に放流いたします。 写真では1つの手ですが、原理的には、複数の手でも検出可能です（両手の検出までは自分でも確認してい
作って試そう！ ディープラーニング工作室
最近では「人工知能（AI）」や「ディープラーニング」といった技術を使ったプロダクトはもう当たり前のものとなりつつあります。読者の皆さんも、ニュースで「これこれを実現するためにAIを活用！」のようなフレーズをよく聞いているのではないでしょうか。 日々の生活に広く受け入れられつつあるこの技術は実際にはどのような仕組みによるものなのでしょう。Deep Insiderで連載している「作って試そう！ ディープラーニング工作室」は、自分でコードを書いたり、そのコードを動かしたりしながら、その基礎となる知識を身に付けることを目的としています。 本書は大きく2つのパートに別れています。 1つはディープラーニングとはどんなものかを理解するために、全結合型のニューラルネットワークと呼ばれるものを、PyTorchという機械学習フレームワークを利用して自分で作ってみるパートです。その過程でニューラルネットワークの
連載目次 本連載では、第1回～第3回で、ニューラルネットワークの仕組みと、TensorFlow 2.x（2.0以降）による基本的な実装コードを説明した。また、第4回～第6回で、TensorFlow 2の書き方をまとめた。さらに前回（第7回）では「回帰問題」についてあらためて取り上げ、これまでの連載記事で学んできた知識だけでも「基本的なディープ ニューラル ネットワーク」（以下、DNN）の実装が十分かつ自由に行えることを体験していただいた。 これをもっと続けよう。あとは、ディープラーニングの実装パターンを繰り替えしながら、慣れていくだけである。数をこなせばこなすほど、最初は「難しい」「分からない」と思っていた部分はなくなっていく（最初は覚えることが多いが、覚えることが減っていけば、それだけディープラーニングが楽になり、より好きになるはずだ）。さっそく始めよう。 今回の内容と方針について 分類
ディープラーニング画像処理技術 | キヤノングローバル
独自のディープラーニング画像処理技術を確立し、写真の原理上避けられない現象の補正を実現 2023/2/20 ある瞬間、ある場所の光景は二度と訪れることはありません。しかし、それはカメラで記録することができます。見たことがなかった絶景や、後で見返せば記憶がまざまざとよみがえる感動の瞬間など、カメラは素晴らしい瞬間を写真として残してくれるのです。 ところが、実は写真の画質には、避けることのできない課題がいくつかありました。例えば写真がざらついた感じに見えるノイズや、本来はないはずのまだら模様が見えるモアレ、レンズの原理に起因する像のボケなど、写真に影響を与える光学的要素により、見ている光景にはない情報が写りこんでしまうことがありました。広角レンズを使った場合のレンズ中心から外れた周辺部分の画質は、レンズの光学性能が低下してぼけやすく、プロフォトグラファーの撮影技術をもってしても、カバーしきれず
ディープラーニングで1枚の写真から動画が制作できるようになった！2021.06.18 22:0033,659 Andrew Liszewski - Gizmodo US ［原文］ （ 山田ちとら ） 昔の写真を見るとなつかし〜い気持ちになるけど、昔のビデオを見ちゃうと一気にタイムトリップする感覚ありますよね。 そんな動画の持つチカラを写真から引き出せないか？ ということで、米ワシントン大学がディープラーニング（深層学習）を用いてまさにそれをやってのけました。たった1枚の写真から、同じ場所で撮った動画をレファレンスすることなく映像を作り出せちゃうそうです。 ｢水｣の流れを再現機械学習はこれまでにも画像を拡張する分野でポテンシャルを発揮してきており、たとえばMy Heritageという会社がすでに昔の肖像画に動きを与える技術を開発しています。一方で、今回ワシントン大のコンピューターサイエンス工
ディープラーニングにGPUではなくCPUを利用、コスト節約型のアルゴリズム「SLIDE」！ | Techable(テッカブル)
ディープラーニングでの、データとニューラルネットワークが大規模化していくにしたがって、トレーニングで利用するハードウェアにはスペックの高いものが求められる。 モデルのトレーニングに特化したGPUの利用がベストだとしても、そのコストがボトルネックになることがあるだろう。 こうしたなか、ライス大学の研究者が汎用的なCPUでも高速なトレーニングが可能なことを示した。研究者が開発したアルゴリズム「SLIDE（Sub-LInear Deep learning Engine）」は、従来のフレームワークとは全く別のアプローチでのトレーニングを実行する。 ・GPUによるトレーニングの3.5倍速を実現GPUは、CPUと比べて多くのコアを搭載可能。その演算処理性能の高さから、ディープラーニングにとってなくてはならない存在だ。 AIの進化はGPUの進化とともにあるといっても過言ではなく、なかでもNVIDIA V
世界コンピュータ将棋選手権とは 林隆弘氏（以下、林）：今回「将棋AIの開発秘話を語る」ということで、座談会形式で秘話を語るということで、まずどのあたりからいきましょうか。 山口祐氏（以下、山口）：まずその「コンピュータ将棋選手権」という大会について、私から簡単に説明してから、ここにいる3人の開発者が、それぞれどういった感想を持ったのかを順番に聞いていければと思っています。 林：お願いします。 山口：はい。今回我々が参加したのは、「第31回世界コンピュータ将棋選手権」という大会でして、こちらは非常に歴史の長い大会です。将棋AI同士が対局をして最強を決めるといった、この業界では一番格式が高いというか、みなさん気合いを入れて参加する大会になっています。 毎年ゴールデンウィークの5月3日から5月5日にかけて開催されていまして、3日に一次予選、4日に二次予選、5日に決勝リーグが開催される流れになって
著者のTyler Folkman氏は、アメリカ・ロサンゼルスやイギリス・ロンドンに拠点を置くコンテンツマーケティング会社Branded Entertainment NetworkでAI技術部門のリーダーを務めています。同氏がMediumに投稿した記事「小さいデータにもとづいてディープラーニングを使う方法」では、小さいデータでディープラーニングモデルを構築するノウハウが解説されています。 同氏は、小さいデータでディープラーニングモデルを構築するノウハウとして以下のような7つの方法を提案します。 小さいデータでディープラーニングモデルを構築する7つのノウハウ データ収集
作って試そう！ ディープラーニング工作室
パープレキシティーと呼ばれる指標を用いて、どのくらいの精度で文を生成できるかを確認した後、ドロップアウトと呼ばれる手法で過学習状態を回避してみましょう。
「2020年は、ディープラーニングの技術とビジネスモデルがひも付いて、挑戦する人々の中から大きく成長する事業が生まれてくる」――日本ディープラーニング協会が1月6日に発表した年頭所感で、同協会の松尾豊理事長（東京大学教授）がこうコメントした。 松尾理事長によると、19年に大きく発展したディープラーニングの技術は、20年にさらに進化し、ロボット・機械への応用や言語処理のブレークスルーが進む見込みという。同協会はこの動きを後押しするため、人材育成や政策の提言などを加速させるとしている。 また、松尾理事長は年頭所感で19年を振り返り、「ディープラーニングの活用が着実に広がった年」と評した。医療の画像診断や顔認証など、さまざまな分野でディープラーニングの活用が進んだことを受け、「もはやディープラーニングが一時の流行ではないことが多くの人の目に明らかになった」としている。 一方で、19年は「ディープ
ディープラーニングに対して多少興味はあるも一切触れたことのない自分が、今話題というだけ、ミーハー心丸出しでSonyのNeural Network Consoleに手を出してみました。 先に言っておくと、ドキュメント見た方が確実に早いです。ただの備忘録です。ドキュメント見てください。 Neural Network Console とは 公式サイトはこちら Sonyが開発したディープラーニングのためのGUIツールです。 これまでのディープラーニングはTensorflow、caffe、Chainerなどのソフトウェアライブラリでの提供がほとんどでしたが、こちらはGUIツールです。これでもう環境構築や複雑なコーディングに悩まされない...かも！？ちなみにライブラリの提供もされているそうです。 1. 開発環境 自身の開発環境は以下の通りです。 OS : Windows10 Home 64bit CP
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
実装初心者向けにディープラーニングの全体像、実装手順をわかりやすくまとめてみた - Qiita
【後藤弘茂のWeekly海外ニュース】 新型コロナウイルス(SARS-CoV-2)と戦う半導体技術(2) ～ディープラーニングの本領が発揮される創薬分野
「知能とは何か」解明近づく？東大教授・AI研究者松尾豊さんに聞くディープラーニングの先端動向 - エンジニアtype | 転職type
スパースモデリングとは｜仕組み・強み・ディープラーニングとの違いを解説 | Ledge.ai
ディープラーニングは万能なのか l DataRobot
古い写真の顔をディープラーニングでリアルに動かせる「Deep Nostalgia」 無料で利用可能
GCPでのディープラーニング学習環境構築方法 - Qiita
TensorFlow Liteを使った組み込みディープラーニング開発
ディープラーニングで降水量を1時間単位で予測 日本気象協会が開発
データサイエンス／AI／ディープラーニングの資格ガイド
ディープラーニングは自動で特徴を抽出してくれる？ - HELLO CYBERNETICS
ディープラーニングが激速に NVIDIAの牙城を崩せるか？ SambaNovaに聞く
OpenCVによる非ディープラーニングの顔認識でどこまでできるのか試してみた！ – 株式会社ライトコード
無料のAIリテラシー講座。ディープラーニングG検定の入り口
スタンフォード大のアンドリュー・ン氏 大人気のディープラーニング講座を更新「今が飛び込む良い機会！」 | Ledge.ai
ディープラーニングで誰でも簡単に「結月ゆかり」の声になれる音声変換技術が開発される
ディープラーニングの先端技術、マルチモーダルの日本語モデルを作ってみた【日本語VL-T5】 - Qiita
「年収が上がる食事」を教えてくれるAI登場 3500人の食生活と稼ぎをディープラーニング
TensorFlowでディープラーニング性能をGPU別にベンチマーク比較 | パソコン工房 NEXMAG
ディープラーニングで高性能な手の検出器を簡単に作る方法 - Qiita
第8回 分類問題をディープラーニング（基本のDNN）で解こう
ディープラーニングで1枚の写真から動画が制作できるようになった！
富士通研究所、“次元の呪い”回避する世界初のディープラーニング活用技術を開発
ディープラーニング系将棋ソフトはどこまでいけるのか 世界コンピュータ将棋選手権の結果から将棋AI将来性を探る
小さいデータにもとづいてディープラーニングを使う方法 | AI専門ニュースメディア AINOW
「2020年は、ディープラーニングで成長する事業が生まれる」 東大・松尾教授
ディープラーニング未経験だけどNeuralNetworkConsole入れてみた - Qiita