InfoQ ホームページ Deep+Learning に関するすべてのコンテンツ
-
TensorFlow 2.3ではパイプラインのボトルネックを削減し、前処理を改善
TensorFlowプロジェクトは、バージョン2.3.0のリリースを発表した。これは、入力パイプラインのボトルネックの低減、前処理用のKerasレイヤー、メモリプロファイリングのための新しいメカニズムを備えている。
-
AmazonがECSでEC2 Inf1インスタンスのサポートを発表
先頃のブログ投稿で、Amazonは、顧客がAmazon Elastic Container Service (ECS)でAmazon EC2 Inf1インスタンスを使用できるようになったと発表した。同社は、インスタンスのパフォーマンスが高く、予測可能なコストが低いことを約束している。
-
GoogleがTensorFlow開発者認定を導入
Googleは、ディープラーニングフレームワークであるTensorFlowの認定プログラムを開始した。認定試験はPyCharm IDEプラグインを使用して管理され、合格した受験者はGoogleのワールドワイドの認定ディレクトリにリスト化される。
-
TensorFlow Quantumが量子コンピュータと機械学習をひとつにする
TensorFlow Quantum(TFQ)は、Google量子コンピューティングフレームワークCirqとTensorFlowを組み合わせて、量子機械学習(ML)モデルの作成を可能にする。
-
Salesforceがデータベース用自然言語インターフェースPhotonをリリース
Salesforce Researchの科学者チームと香港中文大学(Chinese University of Hong Kong)は、データベース用自然言語インターフェース(NLIDB)Photonをリリースした。パーザ構築にディープラーニングを使用することにより、一般的なベンチマークで63パーセントという精度と、あいまいな質問の明確化をユーザに求めるエラー検出モジュールを実現している。
-
DeepMindのAgent57はすべてのAtari 2600ゲームで人間よりも優れた結果を出している
GoogleのDeepMindの研究者はAgent57と呼ばれる強化学習（RL）システムを作成した。Agent57は、Arcade学習環境で57のAtari 2600ゲームすべてで人間のベンチマークを上回った。Agent57は、パッケージの中で最も難しいゲームでさえ、人間よりも優れた結果を出した最初のシステムである。
-
GoogleのSEED RLが強化学習を80倍スピードアップ
Google Brainの研究者は最近、AI強化学習向けのスケーラブルで効率的なDeep-RL（SEED RL）アルゴリズムをオープンソース化した。SEED RLは、複数のRLベンチマークで最先端の結果をより低コストで、以前のシステムより最大で80倍高速に実現する分散型アーキテクチャである。
-
GoogleがCloud AIプラットフォームパイプラインのベータ版を発表
Google Cloud Platform（GCP）は最近、オープンソーステクノロジーであるTensorFlow Extended（TFX）とKubeflow Pipelines（KFP）を活用する機械学習（ML）ワークフローを自動化および管理するための新製品であるCloud AI Platform Pipelinesのベータ版を発表した。
-
自然言語処理とゲノミクス処理を進化させるGoogleのBigBirdモデル
Googleの研究者たちが新たに、BigBirdと呼ばれるディープラーニングモデルを開発した。Transformerニューラルネットワークで、これまでよりも最大8倍長いシーケンスを処理することができる。このモデルをベースとしたネットワークが、自然言語処理(NLP)およびゲノミクス処理において、新たに最高のパフォーマンスレベルを達成した。
-
Amazonが社内向けマシンラーニングコースを一般公開
Amazonは、同社のMachie Learning Universityコースから、いくつかのビデオと副教材を一般公開した。このコースは、マシンラーニングに関する3つのトピックを扱ったもので、YouTube上でオンデマンドで視聴可能であると同時に、スライドやノートブック、データセットをGitHubからダウンロードすることもできる。年内には、全部で12コースがリリースされる予定である。
-
PyTorch 1.6リリース、WindowsバージョンはMicrosoftが引き継ぎ
Facebookが開発するオープンソースのディープラーニングフレームワークであるPyTorchが、バージョン1.6のリリースを発表した。新たなAPIが加わり、パフォーマンスが改善されている。そのリリースに合わせてMicrosoftは、同フレームワークのWindows版に関する開発とメンテナンスを引き継ぐことを発表した。
-
Paddle Quantum：Baiduディープラーニングパフォーマンスを量子コンピューティングにもたらす
Baiduは、量子ニューラルネットワークモデルの構築とトレーニングを可能にする量子機械学習ツールキットPaddle Quantumを発表した。Paddle Quantumは、高度な量子コンピューティングアプリケーションをサポートすることと、量子機械学習に不慣れな開発者がモデルを段階的に作成できるようにすることを目的としている。
-
Googleが新しい高性能TensorFlowランタイムをオープンソース化
GoogleはTensorFlowランタイム（TFRT）をオープンソース化した。TFRTは、TensorFlowディープラーニングフレームワークの新しい抽象化レイヤーであり、モデルがさまざまなハードウェアプラットフォーム間でより良い推論がきるようにする。以前のランタイムと比較して、TFRTは平均推論時間を28％改善する。
-
GoogleオープンソースAIで自然言語をモバイルUIアクションにマッピングする
Googleは、一連の自然言語命令をモバイルデバイスのUIのアクションに変換するAIモデルをオープンソースにしている。モデルはTransformerディープラーニングアーキテクチャに基づいており、プロジェクト用に作成された新しいベンチマークデータセットで70％の精度を実現する。
-
Google ML Kit SDKがオンデバイスの機械学習にフォーカス
Googleはスタンドアロンモードで動作することを目的とした新しいML Kit SDKを導入した。以前のML Kit SDKのようなFirebaseとの緊密な統合を必要としない。また、画像のラベル付けとオブジェクトの検出と追跡のために、デフォルトモデルをカスタムモデルに置き換えるための限定的なサポートも提供する。