NVIDIA Deep Learning Institute
2016年4月27日のNVIDIA Deep Learning Day 2016 Springの資料です。
エヌビディア合同会社 プラットフォームビジネス本部
ディープラーニングソリューションアーキテクト 兼
CUDA エンジニア 村上 真奈
[概要]
ディープラーニングは近年、画像認識の分野で、その高い認識精度から大変注目を集めている技術です。音声認識や自動運転など画像認識の分野以外への応用が進んでおり大変期待されています。本セッションは、日々新しい構造のモデルが提案され進化しているディープラーニングの概要とGPUが必要とされている理由について簡単に説明します。
その後に、実際にディープラーニングの開発のイメージを持って戴けるように、いくつかの代表的なディープラーニングのフレームワークを使い、デモしながら各フレームワークの特徴を解説します。ディープラーニングの最新の状況が知りたい、実際の開発の際にどのフレームワークを使うべきか知りたい、開発を始める前に開発のイメージを持ちたいという方に最適です。
63. 67
Theano
Optimization complete. Best validation score of 98.397436 % obtained at iteration
6630, with test performance 98.387420 %
MNISTを用いた学習:実行結果
可視化すると1万回反復してトレーニングしている間に
重みが変化している事が分かる
最終的に分類精度は98%を超える
66. 70
Torch7
Michelle, another defining place meant on the only time from the
United States is a few years we're continued here to live up to balance
on Ukraing; from Iraq.
Let me took off in, loans and the people of Hawaii will justify just like
a two. One of what reform can’t act as we can. Part of all the rights
of somebody as so they described another accomplishine between 15-
year believe.
So the quiet Republican orgence of broadband new majuri with our
head, a leader American had train and making '
実行結果:Style=obama