たった1000枚の画像分類『Train with 1000』で遊ぶ、学ぶ。 - Qiita

2018/12/26 38 users Qiita 画像分類 双方 1000枚 手法

参考： GPipe、ARS-Aug、AutoAugment、森下らの手法 最も優れたGPipeはImageNetの学習済みモデルを利用するため、Train with 1000の実験条件から外れます。 GPipeを除くと、ARS-AugとAutoAugmentの双方でPyramidNet-SDが現時点で最も優れたモデルとなります。 従って、Train with 1000において現時点で最高水準の分類精... 続きを読む

Preferred Networks、深層学習の学習速度において世界最速を実現 – Preferred Networks

2017/11/10 43 users Preferred Networks 深層学習 学習速度

大規模な並列コンピュータを活用し、分散学習パッケージChainerMNでImageNetの学習を15分で完了 株式会社Preferred Networks（本社：東京都千代田区、代表取締役社長：西川徹、プリファードネットワークス、以下、PFN）は、大規模な並列コンピュータ「MN-1 ※1 」を活用し、深層学習（ディープラーニング）の学習速度において世界最速を実現しました。 深層学習モデルの精度を向... 続きを読む

高速な研究開発を支えるGPU計算機環境 - クックパッド開発者ブログ

2017/10/26 86 users クックパッド開発者ブログ 研究開発 Geek 染谷 ラベル

2017 - 10 - 26 高速な研究開発を支えるGPU計算機環境 研究開発部の染谷 ( @ayemos_y ) です。好きな ImageNet のラベル(Synset)は "Eccentric, eccentric person, flake, oddball, geek" です。 クックパッドの研究開発部は2016年7月に発足し、現在はアルバイトを含め13名の体制となっています。その中で、 ... 続きを読む

Facebook、機械学習の訓練時間を大幅に短縮――視覚的認識処理に大きな進歩 | TechCrunch Japan

2017/06/08 52 users Facebook 進歩 短縮 機械学習 論文

スピードが問題となる検索テクノロジーの世界では深層学習モデルの訓練に割く時間は1分ずつがきわめて貴重だ。今朝（米国時間6/8）、Facebookは論文を発表し、この問題に対する独自のアプローチを紹介した。Facebookによれば、ImageNetのResNet-50深層学習モデルの訓練時間を29時間から1時間に短縮することに成功したという。 Facebookがこのようにドラスティックな進歩を遂げる... 続きを読む