[B! Deep Learning] y-idのブックマーク

Deep Learning

This domain may be for sale!

y-id 2017/09/06

Deep Learning

リンク

【ディープラーニング】10時間でChainerの基本を身につける - あれもPython,これもPython

ディープラーニングは色々な知識が必要です。「チュートリアル動かしました」で止まったままの人も多いでしょう。そこで、自分がchainerを理解しながら動かした時の方法を書きます。大前提とは言ったものの、誰でも入門は無理なので。以下が最低限の前提です。数学:微分積分、行列、確率とか聞いても「ああ、あれね・・・」くらいには思う IT:Pythonがそれなりに分かる。numpyはそこそこ分かる。機械学習:説明変数とか、目的変数とか分類とかが何となく分かるやる気:引っかかった時に、調べる気力があるゴール chainerを自分で色々試せるレベルになる。あくまで試せるレベルになるだけです。それでも千里の道も一歩からです。一緒に頑張りましょう。ちなみになぜchainerか、というと、入門者が触るには、バランスは良さそうに見えたからです。最初の最初ディープラーニングは歴史から

y-id 2016/03/05

リンク

ディープラーニングとは何なのか？　そのイメージをつかんでみる

今や毎日のように人工知能に関するニュースが飛び込んできますが、その中でも特に注目を集めているのが“ディープラーニング”です。研究開発を進める企業として最も有名な例はGoogleでしょうか。最近もGoogleがディープラーニングによる画像認識を体験できるWebインタフェースを公開し、話題を集めました。（参照リンク）では、ディープラーニングとは一体何なのでしょうか。本稿ではこのディープラーニングについて、そのイメージをつかむことに重点を置いて説明していきたいと思います。人間の神経構造を模したニューラルネットワークの発展版ディープラーニングの考えのもととなっているニューラルネットワークは、人間の脳神経回路を真似することによってデータを分類しようというアイデアに基づくアルゴリズムです。人間の脳はニューロン（神経細胞）のネットワークで構成されていて、あるニューロンはほかのニューロンとつなが

y-id 2015/07/29

リンク

Deep Learning のフレームワーク Chainer を公開しました - Preferred Networks Research & Development

こんにちは、得居です。最近は毎晩イカになって戦場を駆けまわっています。本日、Deep Learning の新しいフレームワークである Chainer を公開しました。 Chainer 公式サイト GitHub – pfnet/chainer Chainer Documentation Chainer は、ニューラルネットを誤差逆伝播法で学習するためのフレームワークです。以下のような特徴を持っています。 Python のライブラリとして提供（要 Python 2.7+）あらゆるニューラルネットの構造に柔軟に対応動的な計算グラフ構築による直感的なコード GPU をサポートし、複数 GPU をつかった学習も直感的に記述可能ニューラルネットをどのように書けるか次のコードは多層パーセプトロンの勾配を計算する例です。 from chainer import FunctionSet, Vari

y-id 2015/06/10

リンク

長文日記

y-id 2015/05/28

リンク

二次元画像を拡大したいと思ったことはありませんか？ - デー

うまくできましたか？　ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。画像を拡大するのではなく、縮小される前の状態に戻します。縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。二次元画像のJPE

y-id 2015/05/17

リンク

Deep Learning を実装する

Learning Deep Architectures for AI （第 3 回 Deep Learning 勉強会資料; 松尾）Ohsawa Goodfellow

y-id 2015/02/14

リンク

Deep learningの軽い紹介

2. 目的と注意 • 最近 Deep Learning が熱いですね • そこで Deep Learning を初心者の方でもわかりやすいようにまとめてみました • 自分自身機械学習は論文や本での独学なので、間違ってる点があれば教えてください 4. • Deep Learning • Deep Neural Network(DNN) • Neural Network(NN) • Hidden Markov Model(HMM) • Gaussian Mixture Model - Hidden Markov Model(GMM-HMM) • Deep Neural Network - Hidden Markov Model(DNN-HMM) • 機械学習 • パターン認識 • 時系列データの認識 • 音声認識 • 画像認識 • モーション認識 • 音楽リズム認識 • 経済モデル • 感