InfoQ ホームページ Deep+Learning に関するすべてのコンテンツ
-
Electric CloudがDevOps向けの予測分析機能をローンチ
ElectricFlow DevOps Foresightでは、リリースパイプラインのパターン識別にディープラーニングを導入して、ソフトウェアリリースの成功可能性を評価し、パイプラインのパフォーマンスとアプリケーション品質を漸進的に向上するためのレコメンデーションを生成している。
-
IBMのFabric for Deep Learningに関するWatsonチーフアーキテクトのQ&A
InfoQ caught up with Ruchir Puri, chieFabric for Deep Learning (FfDL)について、InfoQがWatsonのチーフアーキテクト、Ruchir Puri氏に会って話を聞いた。f architect of Watson, regarding the Fabric for Deep Learning (FfDL).
-
ブラウザ上でディープラーニングを可能にするTensorflow.js
Googleは先日のTensorFlow Dev Summit 2018で、オープンソースのTensorflowディープラーニングフレームワークのJavaScript実装であるTensorflow.jsをローンチした。WebGL JavaScript APIの高速演算を活用して、ブラウザ内でモデルを直接トレーニングすることが可能だ。
-
Dataikuが最新リリ��スでディープラーニングとコンピュータビジョンを統合
共同データサイエンスプラットフォームDatakuのData Science Studioの最新リリースには、画像処理用に事前学習されたディープラーニングモデルが含まれている。DSSプラットフォームはデータソーシングや可視化から運用展開まで、データサイエンスプロジェクトの全ステップを実行する。マシンラーニングモデルは標準的なライブラリをサポートする。Hadoopや複数のSparkエンジンとの統合も可能だ。
-
MicrosoftがWindows 10 Updateで人工知能プラットフォームを組み込み
次のWindows 10 updateで、Windowsアプリケーションに人工知能を統合できるようになる。開発者は学習済みのディープラーニングのモデルをVisual Studioで直接アプリケーションに統合できる。
-
Booking.comは機械学習のためにどのようにKubernetesを使っているか
Sahil Dua氏はQCon Londonカンファレンスで、Booking.comがKubernetesを使用して顧客に目的地と宿泊施設を推薦するための機械学習（ML）モデルをどのように拡張できるかを説明した。特に、コンテナ上のKubernetesの伸縮性や資源不足回避が、いかに計算（およびデータ）集約的で、並列化が困難な機械学習モデルを実行する助けになっているかを強調した。
-
物体検出のためのディープラーニングライブラリで、Facebookがオープンソースで提供するDetectron
FacebookやGoogleから最近、最新のディープラーニングアルゴリズムの実装がリリースされており、それによって困難な問題であるマシンオブジェクトの検出に取り組むことができる。
-
自走車による車線変更予測が改善
研究者は、自走車が周囲の車の車線変更を予測するアルゴリズムを開発した。このシステムは、Long Short-Term Memories（LSTM）と呼ばれるディープラーニング技術を使用して動作する。ハイウェイで最も可能性の高いシナリオは、すべての車がその車線にとどまることであるが、アルゴリズムはこの基準となる予測からわずかに改善することができた。
-
Kubecon 2017より - GoogleのDavid Aronchick氏に聞く、マシンラーニングとKubernetesに関するQ&A
InfoQは今回、Googleのプロダクトマネージャで、KubeflowのコントリビュータであるDavid Aronchick氏から、Kubecon 2017で学んだKubernetesとマシンラーニングのシナジについて話を聞くことができた。
-
2018年のマシンラーニングと人工知能
IEEEは毎年、次年度のテクノロジトレンドのトップ10を発表している。2018年のリストには、人工知能とマシンラーニングに関する複数のトピックがあげられた。IEEEが選んだ2018年の最もホットなトレンドは、ディープラーニングだ。
-
Kubernetesによる最新のビッグデータパイプライン
Kubernetesのなどのコンテナ管理技術は、最新のビッグデータパイプラインの実装を可能にする。IguazioのビッグデータアーキテクトであるErian Bivas氏は、先日のKubeCon + CloudNativeCon North America 2017 Conferenceで、ビッグデータパイプラインとその開発におけるKubernetesのメリットについて講演した。
-
TensorFlowとKubernetesでGPUを利用したワークフローを構築する
Daniel Whitenack氏は先日のKubeCon + CloudNativeCon North America 2017 Conferenceで、TensorFlowとKubernetesテクノロジを使用した、GPUベースのディープラーニングワークフローについて講演し、オープンソースのデータパイプラインフレームワークのPachydermを紹介した。
-
-
パネルディスカッション - AIの未来
SF QConで開かれたAIの未来に関するパネルディスカッションで、今日のマシンラーニングが直面する問題について取り��げられた。検討されたのは次の領域だ - 現在のAIが直面する重大な問題、テクノロジは人材雇用をいかに変えるか、非技術系企業が現在のテクノロジを活用する方法は、AIに関する人の役割とは、間もなく現れるであろう新たなブレークスルーは何か。
-
Tensorflowバージョン1.3の変更概要
バージョン1.2.1がリリースされてから、一ヶ月しか経っていないが、数多くの変更を含むバージョン1.3が登場する。開発者は、広範囲にわたるリリースレポートをGithubのTensorflowページにて見ることができる。この記事は、Tensorflow1.3のアップグレード前後において、開発者が知るべき重要な変更リストとなる。