最近、機械学習の分野で「ディープラーニング」というのがホットらしい。
ただ、まだあんまり実装が世に出回っていないんで、動かしながら学ぶのは結構選択肢が狭い。
機械学習の分野ではなぜかPythonを使った例ってのは多い印象。
Pythonの数値計算ライブラリ「Theano」のサイトにディープラーニングのチュートリアルがある。→Deep Learning Tutorials
スポンサーリンク
最近、仕事でPythonを触り始めたので、勉強として触れるのもアリかもしれない。
ディープラーニングはコンピュータビジョンの分野でも割とホットみたい。
スポンサーリンク
関連記事
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
画像中の人物表面のUV座標を推定する『DensePose』
Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された
R-CNN (Regions with CNN features)：ディープラーニングによる一般物体検出手法
Mask R-CNN：ディープラーニングによる一般物体検出・Instance Segmentation手法
TensorFlowでCGを微分できる『TensorFlow Graphics』
PyDataTokyo主催のDeep Learning勉強会
C++の機械学習ライブラリ『Dlib』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
Windows10でPyTorchをインストールしてVSCodeで使う
『Deep Fluids』流体シミュレーションをディープラーニングで近似する
C#で使える機械学習ライブラリ『Accord.NET Framework』
ニューラルネットワークの構造を可視化するフレームワーク『TensorSpace.js』
畳み込みニューラルネットワーク (CNN:Convolutional Neural Network)
GoogleのDeep Learning論文
FacebookがDeep learningツールの一部をオープンソース化
書籍『イラストで学ぶ ディープラーニング』
Fast R-CNN：ディープラーニングによる一般物体検出手法
SSD (Single Shot Multibox Detector)：ディープラーニングによる一般物体検出手法
FCN (Fully Convolutional Network)：ディープラーニングによるSemantic Segmentation手法
U-Net：ディープラーニングによるSemantic Segmentation手法
SegNet：ディープラーニングによるSemantic Segmentation手法
Facebookの顔認証技術『DeepFace』
PSPNet (Pyramid Scene Parsing Network)：ディープラーニングによるSemantic Segmentation手法
RefineNet (Multi-Path Refinement Network)：ディープラーニングによるSemantic Segmentation手法
YOLO (You Only Look Once)：ディープラーニングによる一般物体検出手法
Faster R-CNN：ディープラーニングによる一般物体検出手法
C#で使える可読性重視のディープラーニングライブラリ『KelpNet』
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
.NETで使えるTensorFlowライクなライブラリ『NeuralNetwork.NET』
オープンソースの顔認識フレームワーク『OpenBR』
機械学習手法『Random Forest』
書籍『仕事ではじめる機械学習』を読みました
コメント