ãƒã‚°ã‚¤ãƒ³èªã¿è¾¼ã‚“ã§ã„ã¾ã™â€¦
オープンãƒã‚¦ã‚¹2019スライド.pdf
ãƒã‚°ã‚¤ãƒ³èªã¿è¾¼ã‚“ã§ã„ã¾ã™â€¦
æ•°å¦çš„基礎ã‹ã‚‰å¦ã¶ Deep Learning (with Python) Vol. 24ã€MPS 横浜 第24回】& ゼãƒã‹ã‚‰ã® é›»å工作 Vol.9｜IT勉強会・イベントãªã‚‰TECH PLAY［テックプレイ］
ã•ã„ã¨ã†ã•ã‚“ã«ã‚ˆã‚‹ç¬¬1回ã‹ã‚‰ã®ã¾ã¨ã‚ ã‹ã‚“ãŸã‚“マークダウンを用ã„ã¦ã€ã•ã„ã¨ã†ã•ã‚“ãŒç¬¬1回ã‹ã‚‰ã® ã¾ã¨ã‚ を作æˆã—ã¦ãã ã•ã£ã¦ã„ã¾ã™ã€‚是éžã”覧ãã ã•ã„ï¼ HTMLãƒãƒ¼ã‚¸ãƒ§ãƒ³ PDFãƒãƒ¼ã‚¸ãƒ§ãƒ³ ã•ã„ã¨ã†ã•ã‚“ã€ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ï¼ SNS å‚åŠ è€…ãŒãŸãã•ã‚“ã„らã£ã—ゃるã®ã§ã€ãƒãƒ³ã‚ºã‚ªãƒ³ä¸ã®å€‹ã€…ã®æŒ™æ‰‹ã§ã®è³ªå•ã¯ã™ã¹ã¦ãã®å ´ã§ãŠç”ãˆãŒã§ããªã„ã“ã¨ãªã©ã‚‚想定ã•ã‚Œã¾ã™ã€‚以下SNSã”活用ãã ã•ã„。 FB Group å‚åŠ ç”³è«‹ã‚’å‡ºã—ã¦ã„ãŸã ã‘ã‚Œã°ã€éšæ™‚承èªã—ã¾ã™ã€‚ã“ã®ã‚°ãƒ«ãƒ¼ãƒ—内ã§ã€è‡ªå·±ç´¹ä»‹ã§ã™ã¨ã‹ã€ãƒãƒ³ã‚ºã‚ªãƒ³ã§åˆ†ã‹ã‚‰ãªã‹ã£ãŸã¨ã“ã‚ã®è³ªå•ã‚„感想を書ã„ã¦ã„ãŸã ã„ãŸã‚Šã¨ã‹ã€ã“ã‚Œã‹ã‚‰å¦ã‚“ã§ã¿ãŸã„ã“ã¨ãªã©ã‚’投稿ã—ã¦ã„ãŸã ã‘ãŸã‚‰ã¨æ€ã„ã¾ã™ã€‚ é–“é•ã£ã¦ã‚‚ã„ã„ã®ã§å‚åŠ è€…ã©ã†ã—ã§ã©ã‚“ã©ã‚“質å•ã«ç”ãˆãŸã‚Šã€æ„見を交ã‚ã—åˆã£ãŸã‚Šã—ã¦ã€å¦ã³ã¨ã“ã‚Œã‹ã‚‰ã®è¡Œå‹•ã«ç¹‹ãŒã‚Œã°ã¨æ€ã„ã¾ã™ã€‚ Twitter ãƒãƒƒã‚·ãƒ¥ã‚¿ã‚°: #mpsamurai
深層å¦ç¿’ ã‚’ 用ã„㟠異常値検知 手法ã¾ã¨ã‚ 〜 (Denosing) AutoEncoder, LSTM, TDA（Topological Data Analysis) + CNN - Qiita
オーソドックス 㪠アプãƒãƒ¼ãƒï¼ˆä¸€èˆ¬çš„手法） ã¾ãš ã¯ã€ä»¥ä¸‹ ㌠よãã¾ã¨ã¾ã£ã¦ã„る。 æ ªå¼ä¼šç¤¾ã‚¯ãƒã‚¹ã‚³ãƒ³ãƒ‘ス・インテリジェンス（2016.10.5）「NVIDIA GPU TECHNOLOGY CONFERENCE JAPAN 2016 Industry Deep Learning〠異常値予測 ã‚’ 行ㆠアプãƒãƒ¼ãƒ ã¨ã—ã¦ã¯ã€ä»¥ä¸‹ ㌠一般的ãªè€ƒãˆæ–¹ 㮠よã†ã 。 （データé‡ã®å¤šã„）æ£å¸¸æ™‚ã®ãƒ‡ãƒ¼ã‚¿æŒ™å‹•ã®ç‰¹å¾´ãƒ‘ターンをå¦ã°ã›ã¦ã€ æ–°è¦ãƒ‡ãƒ¼ã‚¿ãŒä¸Šè¨˜ã®ç‰¹å¾´ãƒ‘ターンã‹ã‚‰ä¹–離ã—ã¦ã„ã‚‹å ´åˆã‚’ã€ç•°å¸¸ã¨ã¿ãªã™ 上記ã®ã‚¢ãƒ—ãƒãƒ¼ãƒã‚’ã¨ã‚‹ç†ç”± ã¯ã€ã€Œç•°å¸¸ç™ºç”Ÿæ™‚ã®ãƒ‡ãƒ¼ã‚¿ã€ã®å–å¾—å¯èƒ½ä»¶æ•° ã¯ã€ã€Œæ£å¸¸æ™‚ã®ãƒ‡ãƒ¼ã‚¿ã€ 㫠比ã¹ã¦ã€å–å¾—ã§ãるデータã®ä»¶æ•° ㌠圧倒的ã«å°‘ãªã„ ã‹ã‚‰ ã§ã‚る。 上記ã®ã‚¹ãƒ©ã‚¤ãƒ‰ 㧠挙ã’られã¦ã„ã‚‹ AutoEncoderモデル ã‚„ LSTMモデル ã‚’ 採用ã—〠AutoEncoderモデル
ã¯ã˜ã‚ã¦ã®GAN
今回ã¯GAN（Generative Adversarial Network）を解説ã—ã¦ã„ãã¾ã™ã€‚ GANã¯â€œDeep Learningâ€ã¨ã„ã†æœ¬ã®è‘—者ã§ã‚‚ã‚ã‚‹Ian GoodfellowãŒè€ƒæ¡ˆã—ãŸãƒ¢ãƒ‡ãƒ«ã§ã™ã€‚NIPS 2016ã§ã‚‚GANã®ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«ãŒè¡Œã‚れるãªã©éžå¸¸ã«æ³¨ç›®ã‚’集ã‚ã¦ã„る分野ã§ã€æ¬¡ã€…ã«è«–æ–‡ãŒå‡ºã¦ãã¦ã„ã¾ã™ã€‚ ã¾ãŸã€Quoraã®ã‚»ãƒƒã‚·ãƒ§ãƒ³ã§Yann LeCunãŒã€ã“ã®10å¹´ã®æ©Ÿæ¢°å¦ç¿’ã§æœ€ã‚‚é¢ç™½ã„アイディアã¨è¿°ã¹ã¦ã„ãŸã‚Šã‚‚ã—ã¾ã™ã€‚ “The most interesting idea in the last 10 years in ML, in my opinion.†–Yann LeCun GANã¯èžã„ãŸã“ã¨ã¯ã‚ã‚‹ã‘ã‚Œã©ã‚ã¾ã‚Šè¿½ãˆã¦ãªã„ã¨ã„ã†äººå‘ã‘ã«åŸºç¤Žã‹ã‚‰è§£èª¬ã—ã¦ã„ããŸã„ã¨æ€ã„ã¾ã™ã€‚ãã‚Œã§ã¯é †ã«è¦‹ã¦ã„ãã¾ã—ょã†ã€‚ 目次 基礎ç†è«– DCGAN 実装 論文紹介 ã¾ã¨ã‚ 基礎ç†
府大生ãŒè¶£å‘³ã§ä¸–界一ã®èªè˜ç²¾åº¦ã‚’æŒã¤ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’開発ã—ã¦ã—ã¾ã£ãŸè«–文をèªã‚“ã - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Deep Learning Advent Calendar 2016ã®20日目ã®è¨˜äº‹ã§ã™ã€‚ ConvNetã®æ´å²ã¨ResNet亜種ã€ãƒ˜ã‚™ã‚¹ãƒˆãƒ•ã‚šãƒ©ã‚¯ãƒ†ã‚£ã‚¹ã«é–¢é€£ã‚¹ãƒ©ã‚¤ãƒ‰ãŒã‚ã‚Šã¾ã™ï¼ˆè¿½è¨˜ï¼‰ 背景 府大生ãŒè¶£å‘³ã§ä¸–界一ã®èªè˜ç²¾åº¦ã‚’æŒã¤ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’開発ã—ã¦ã—ã¾ã£ãŸã‚ˆã†ã§ã™ã€‚ M2ã®å¦ç”ŸãŒè¶£å‘³ã§ã‚„ã£ã¦ã„ãŸCIFAR10ã¨CIFAR100ã®èªè˜ã‚¿ã‚¹ã‚¯ã§ï¼Œç¾æ™‚点ã§ã®ä¸–界最高性能ã®çµæžœã‚’出ã—ãŸãã†ã …趣味ã§ã£ã¦ã„ã†ã®ãŒâ€¦https://t.co/HKFLXTMbzx — ニーシェス (@lachesis1120) 2016å¹´12月7æ—¥ 府
Deep Learning実習
AlexNet [A Krizhevsky, 2012] ã“ã®ãƒšãƒ¼ã‚¸ã¯Deep Learningモデルを使ã£ã¦ç”»åƒèªè˜ã‚’ã™ã‚‹æ–¹æ³•ã‚’一通りå¦ã¶åˆå¿ƒè€…å‘ã‘実習教æã¨ã—ã¦ä½œã‚‰ã‚Œã¾ã—ãŸã€‚ ã“ã“ã§ã¯Python環境ã§Caffeフレームワークを利用ã—ã¦ç”»åƒèªè˜ãƒ¢ãƒ‡ãƒ«ã‚’å¦ç¿’ã€è©•ä¾¡ã™ã‚‹æ–¹æ³•ã‚’å¦ã¶ã“ã¨ãŒã§ãã¾ã™ã€‚ 準備 0. Docker+Jupyter環境ã®æ§‹ç¯‰ 1. Pythonã¨æ•°å€¤è¨ˆç®— 1a. Pythonã¨æ•°å€¤è¨ˆç®— ç·´ç¿’å•é¡Œè§£ç” ç”»åƒèªè˜ 2. Caffeを使ã£ãŸç”»åƒåˆ†é¡ž 3. 手書ãæ–‡å—èªè˜ãƒ¢ãƒ‡ãƒ«ã®å¦ç¿’ 4. å¦ç¿’済ã¿ã®ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’マルãƒãƒŠãƒãƒåˆ†é¡žã«ãƒ•ã‚¡ã‚¤ãƒ³ãƒãƒ¥ãƒ¼ãƒ‹ãƒ³ã‚° ãã®ä»– 5. Caffeã®å‹•ä½œç’°å¢ƒã«é–¢ã—㦠å‚考 スライド資料 Caffe deep learning framework Stanford CS231n: Convolutional Neural Networks for
PowerPoint プレゼンテーション
人工知能ã®æœªæ¥ 〜IoT時代ã®AIã«ã‚€ã‘ã¦ã€œ æ±äº¬å¤§å¦ æ¾å°¾ 豊 1 æ±äº¬å¤§å¦ æ¾å°¾ç ”究室ã«ã¤ã„㦠æ¾å°¾ 豊 1997å¹´ æ±äº¬å¤§å¦å·¥å¦éƒ¨é›»åæƒ…å ±å·¥å¦ç§‘å’æ¥ 2002å¹´ åŒå¤§å¦é™¢åšå£«èª²ç¨‹ä¿®äº†ï¼Žåšå£«ï¼ˆå·¥å¦ï¼‰ 産æ¥æŠ€è¡“ç·åˆç ”究所 ç ”ç©¶å“¡ 2005å¹´ スタンフォード大å¦å®¢å“¡ç ”究員 2007年～ æ±äº¬å¤§å¦å¤§å¦é™¢å·¥å¦ç³»ç ”究科 技術経営戦略å¦å°‚æ”» 准教授 2014年〜 æ±äº¬å¤§å¦ ã‚°ãƒãƒ¼ãƒãƒ«æ¶ˆè²»ã‚¤ãƒ³ãƒ†ãƒªã‚¸ã‚§ãƒ³ã‚¹å¯„付講座 主宰 ◆人工知能ã€ãƒ‡ã‚£ãƒ¼ãƒ—ラーニングã€Webマイニングを専門ã¨ã™ã‚‹ã€‚ ◆論文数ã¨è¢«å¼•ç”¨æ•°ã«åŸºã¥ã科å¦è€…ã®ç§‘å¦çš„貢献度を示ã™h-Index=30（ウェブ・人工知能分野 最高水準）ã§ã‚ã‚Šã€2013年より国際WWW会è°Web Mining部門ã®ãƒã‚§ã‚¢ã‚’å‹™ã‚る。 â—†ä¸–ç•Œäººå·¥çŸ¥èƒ½å›½éš›ä¼šè° ãƒ—ãƒã‚°ãƒ©ãƒ 委員。2012年よりã€äººå·¥çŸ¥èƒ½å¦ä¼š ç†äº‹ãƒ»ç·¨é›†å§”員長（ãã‚Œ ã¾ã§ã®æ…£ä¾‹ã‚’大幅ã«æ›´æ–°ã—最年少ã§ç·¨é›†å§”å“¡é•·
IoTã¨Deep Learningã§è‡ªå®…è¦å‚™å“¡ã‚’育ã¦ã¦ã¿ã‚‹
AITCオープンラボ 第5回IoT勉強会～人工知能xIoT～
「IoTã¨Deep Learning㧠自宅è¦å‚™å“¡ã‚’育ã¦ã¦ã¿ã‚‹ã€ã®è³‡æ–™ã§ã™Read less
ã¯ã˜ã‚ã‚‹Deep learning - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ãã†ã ã€Deep learningã‚’ã‚„ã‚ã†ã€‚ãã‚“ãªã‚ãªãŸã¸é€ã‚‹è§£èª¬è¨˜äº‹ã§ã™ã€‚ ãã†è¨€ã„ãªãŒã‚‰ã‚‚ç§è‡ªèº«å‹‰å¼·ã—ãªãŒã‚‰æ›¸ã„ã¦ã„ã‚‹ã®ã§èª¤è¨˜ã‚„勘é•ã„ãªã©ãŒã‚ã‚‹ã‹ã‚‚ã—ã‚Œã¾ã›ã‚“。もã—見ã¤ã‘ãŸã‚‰ã”連絡ãã ã•ã„。 Deep learningã¨ã¯ ã“ã¡ã‚‰ã®ã‚¹ãƒ©ã‚¤ãƒ‰ãŒã¨ã¦ã‚‚よãã¾ã¨ã¾ã£ã¦ã„ã¾ã™ã€‚ Deep learning ã¤ã¾ã‚‹ã¨ã“ã‚ã€Deep learningã®ç‰¹å¾´ã¯ã€Œç‰¹å¾´ã®æŠ½å‡ºã¾ã§ã‚„ã£ã¦ãれるã€ã¨ã„ã†ç‚¹ã«å°½ãã‚‹ã¨æ€ã„ã¾ã™ã€‚ 例ãˆã°ç›¸æ’²å–りを判定ã™ã‚‹ãƒ¢ãƒ‡ãƒ«ã‚’構築ã™ã‚‹ã¨ã—ãŸã‚‰ã€æ™®é€šã¯ã€Œè…°å›žã‚Šã‚µã‚¤ã‚ºã€ã€Œãƒžã‚²ã®æœ‰ç„¡ã€ã€Œå’Œè£…ã‹å¦ã‹ã€ã¨ã„ã£ãŸç‰¹å¾´ã‚’定義ã—ã¦ã€ãれを
サービス終了ã®ãŠçŸ¥ã‚‰ã› - NAVER ã¾ã¨ã‚
サービス終了ã®ãŠçŸ¥ã‚‰ã› NAVERã¾ã¨ã‚ã¯2020å¹´9月30日をもã¡ã¾ã—ã¦ã‚µãƒ¼ãƒ“ス終了ã„ãŸã—ã¾ã—ãŸã€‚ ç´„11å¹´é–“ã€NAVERã¾ã¨ã‚ã‚’ã”利用・ã”愛顧ã„ãŸã ãèª ã«ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã—ãŸã€‚
1
ランã‚ング
ランã‚ング
ランã‚ング
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
JUIZ DLK: 組込ã¿å‘ã‘ Deep Learning コンパイラ
Deep Learning
HandsOn.pdf
Lua版 ゼãƒã‹ã‚‰ä½œã‚‹Deep Learning ã¾ã¨ã‚ - Qiita
https://www.iro.umontreal.ca/~bengioy/DLbook/
Deeplearning 4 j ã®ã‚¯ã‚¤ãƒƒã‚¯ã‚¹ã‚¿ãƒ¼ãƒˆã‚¬ã‚¤ãƒ‰ - Deeplearning4j: Open-source, Distributed Deep Learning for the JVM
{{#tags}}- {{label}}
{{/tags}}