Googleだけじゃなく、Microsoftもディープラーニングによる画像認識の成果を発表しましたね。
Microsoft、“Googleより2倍正確な”画像認識技術「Project Adam」を披露
Googleのディープラーニング論文をちゃんと読もうと思い始めた。↓
Building High-level Features Using Large Scale Unsupervised Learning
スポンサーリンク
と言っても、ホントに初心者なので、さっそく詰まって前提知識の補充という状態になりましたとさ。
スポンサーリンク
関連記事
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- AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
- PyDataTokyo主催のDeep Learning勉強会
- C++の機械学習ライブラリ『Dlib』
- 畳み込みニューラルネットワーク (CNN:Convolutional Neural Network)
- FacebookがDeep learningツールの一部をオープンソース化
- ディープラーニング
- 書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
- 書籍『イラストで学ぶ ディープラーニング』
- Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
- C#で使える機械学習ライブラリ『Accord.NET Framework』
- 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』
- Facebookの顔認証技術『DeepFace』
- 画像中の人物表面のUV座標を推定する『DensePose』
- iOSで使えるJetpac社の物体認識SDK『DeepBelief』
- 機械学習について最近知った情報
- 全脳アーキテクチャ勉強会
- 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』
- 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』
- .NETで使えるTensorFLowライクなライブラリ『NeuralNetwork.NET』
- 続・ディープラーニングの資料
- オープンソースのSLAMライブラリ『Cartographer』
- pythonの機械学習ライブラリ『scikit-learn』
- PCA (主成分分析)
- オープンソースの顔認識フレームワーク『OpenBR』
- OpenCVの顔検出過程を可視化した動画
- ニューラルネットワークで画像分類
- 機械学習手法『Random Forest』
- OpenCVで顔のランドマークを検出する『Facemark API』
- 機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning open source software)』
- ニューラルネットワークと深層学習
- Deep Learningとその他の機械学習手法の性能比較
Also published on Medium.