Loading [MathJax]/extensions/Safe.js
MENU

AI ごあいさつ


 

ベイズの定理

ベイズ統計学

統計についてはこのサイトが分かりやすい、特にベイズ統計学と記述・推計統計学との違いとかが分かりやすいです

 


2019/08/16

ディープラーニング学習済みモデルの変換

GitHub


2019/08/08

深層学習の数理

鈴木大慈(理研AIP)


2019/07/14

深層学習の原理を明らかにする理論の試み

今泉 允聡(統計数理研究所)

 


GoogleのColabでDeep Learning実践開発講座(Lesson)

DL4US

 


2018/09/06

いろいろなデータセットの在り処を紹介してくれている便利なサイト

機械学習で使えるデータセット一挙勢揃い!

Kaggleへのリンクはお勧め

 

Googleのデータセット検索

Google Dataset Search

使い方

「world soccer data」で検索すると、こんなんが出てきます。

 


2016/07/21

TensorFlow

DeepMind TensorFlow – Sonnet

ローカルで快適に使うにはゴッツイGPUがいるみたい…….無理。

Amazon Web ServiceかGoogle Cloud Platformのどちらかで使いませう。

 

WisteriaHillがお世話になっている「さくらインターネット」のGPUを時間貸ししてくれるサービス(Tesla P40モデル)も使わせてもらう予定(2018/05/05)

 


2017/11/19

Movidius Neural Compute Stick

こういうのが欲しかった。これは単体でAIモデルを実行できるProcessing Unitを持っている。

つまりはクラウドベースで学習させたものをポータブルできるということ(AI in my Pocket)。

実行環境を維持できれば、「そのAI」をどこでも、いつでも、いつまでも実行させられる。

「私の人工知能」が実現できるかな。


参考資料

いろんなNeural Networkについての説明の中で、以下の電子書籍が一番分かりやすかったです。

Neural Networkの理解に数学は避けて通れない(避けると、ますます分からなくなります)が、この説明は理解しやすいです。

高校数学程度でOK….というのは多分、嘘。テンソル(テンソル場)は理解しておきたい、VRを理解する上でも必要だったりする…….。あ、それとできれば最小二乗法も….。

とにかく結果だけが欲しいという向きには必ずしも当てはまらないかも?

 

ニューラルネットワークと深層学習

偏微分の公式を思い出してください。

 

最新のネットワークの理解には多分役に立たないと思うけど、立ち返る原型イメージはこれかな?

ネオコグニトロン

 


 

 

Be the first to comment

Leave a Reply

Your email address will not be published.


*