【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
iPhoneの写真アプリは機械学習技術を利用しブラジャーの写真まで抽出してくれるそうです。詳細は以下から。 AppleはiOS 10から写真アプリに機械学習技術を、iOS 11では「Core ML」を導入し人が探したいものを入力するだけで自動的に抽出してくれる機能を搭載していますが、iOSの写真アプリでは「ブラジャー」というカテゴリも表示されるとして機械学習エンジニアやセキュリティ関係者の間で話題になっています。 ATTENTION ALL GIRLS ALL GIRLS!!! Go to your photos and type in the ‘Brassiere’ why are apple saving these and made it a folder!!?!!?😱😱😱😱 — ell (@ellieeewbu) 2017年10月30日 A tweet by user el
書籍をレビューさせていただいたご褒美に「仕事ではじめる機械学習」を電子的にご恵贈いただいたので、(レビューでひと通り読みはしたが、いま一度) 読んでみたメモというか個人の感想を残しておきます。 ソフトウェアエンジニアとして機械学習と付き合う ソフトウェアエンジニアという立場で「機械学習」と接すると、機械学習の「理論的・技術的な面白さ」を味わったり「機械学習によってなにか凄い結果が得られるんじゃないか?」といった期待を持つと同時に、「どうやってプロダクションのシステムに組み込むのか?」とか「はたしてシステム的かつ精度的に安定して運用できるのか?」といったエンジニアリング面の悩みに苛まれることになるかと思います。 さて世の中に出回っている機械学習関連の書籍を俯瞰してみると、かの「機械学習プロフェッショナルシリーズ」のように理論寄りの書籍もあるものの、多くは特定の機械学習ライブラリ / フレーム
AppleはWWDC 2017において、目玉となる各OSの機能として、機械学習フレームワーク「Core ML」を紹介した。Core MLは、macOS、iOS、watchOS、tvOSで利用でき、各OSで動作するアプリで、機械学習のモデルを非常に手軽に活用できるようになる。 Appleは将来的に、デバイスに機械学習を処理するためのチップを搭載するのではないか、という噂も流れていた。今回のWWDCで発表されたデバイスには、そうした特定のチップの搭載はうたわれなかったのだが。 Appleによると、すでに出荷済みのiPhoneやMacなどのデバイスでも、新しいOSを導入することで、機械学習を活用したアプリを開発、実行することができるとしている。次回紹介予定の「AR Kit」と同様に、既存のデバイスのほぼ全てで、機械学習を活かしたアプリを実行できる点が、Appleの戦略として重要な要素と言えるだろ
twitter.com iOS 10よりMetal Performance Shadersフレームワークに畳み込みニューラルネットワーク(CNN)のAPIが追加され、iOSデバイスのGPUを利用して高速にCNNの計算を行えるようになりました。つまり「ユーザの手元で」「オフラインでも」昨今の進化がめざましいディープラーニングの成果を利用できるようになったのです!本LTでは実装のオーバービューと、デモをお見せしたいと思います。 Client-Side Deep Learning 強力なコンピューターでやるとイメージされるかもしれません。モバイルデバイスは貧弱だと思うかもしれません。 それはその通りです。学習は強力なマシンで行い、そこで作った学習パラメータをiPhoneに私、MPSCNNで実行できるようになったということが、iOS10で出来るようになったことです。 学習はTensorFlowでも
twitter.com The news says machine learning is the Next Big Thing. But machine learning is happening way over there, on servers, in universities and in big companies with big data. What is it really, and what does it mean for over here, on mobile, in Swift? Are we –gulp– legacy tech? This talk will present a fast, concrete, down-to-earth survey of machine learning, from the perspective of iOS & Swi
井出先生の「異常検知と変化検知」を読んで,自分でも試してみたいと思ったんですが,あいにくちょうどいい時系列データが手元にないなーと思ってました.そんな折,データサイエンスLT祭りの発表の中に,Fitbitデータを可視化するものがあって*1,これはちょうどいいということで試してみましたよというていのエントリになります. 異常検知と変化検知 (機械学習プロフェッショナルシリーズ) 作者: 井手剛,杉山将出版社/メーカー: 講談社発売日: 2015/08/08メディア: 単行本(ソフトカバー)この商品を含むブログ (2件) を見る Fitbitってなによ Fitbitが何かしらない人のために一応説明しておくと,最近はやりの活動量計です.私が持っているのは,心拍が取得できるタイプのやつです.風呂に入るとき以外は一日中つけっぱなしで,睡眠とか運動とかを自動で判定してくれるので,手間がかからず便利です
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