近傍検索ライブラリNGTと深層学習による類似ファッション検索 #yjbonfire

•

1 j'aime•7,167 vues

bonfire data&science #1 イベントで，ヤフーの類似画像検索について紹介した。NGTと呼ばれる大量の高次元ベクトルデータからクエリとして指定されたベクトルデータの近傍に存在するデータを高速に検索するソフトウェアについて詳しく触れられている。

Technologie

近傍検索ライブラリNGTと深層学習による類似ファッション検索 #yjbonfire

Contenu connexe

Tendances

SSII2021 [SS1] Transformer x Computer Visionの実活用可能性と展望〜 TransformerのComputer Visionにおける躍進と肥大化する計算資源〜 6/10 (木) 14:00～14:30 講師：藤井亮宏氏（株式会社エクサウィザーズ）概要： Vision Transformer (ViT) が2020年末に発表され、ImageNetの認識精度においてConvolutional Neural Networks (CNN) ベースのモデルをTransformerのみを使ったモデルが凌駕した。それによってTransformerがAlexNet以降画像系タスクを支配していたCNNに取って換わる可能性が高くなったが、ViTでは大量のデータと大規模な計算資源を必要とすることが障壁となっている。本チュートリアル」では、Computer vision (CV) 系のタスクでTransformerの用途とその成果、実活用の視点からCNNとTransformerの比較、今後Transformer x CVの展望、を議論する。講師による公開場所： https://www.slideshare.net/exwzds/210610-ssiii2021-computer-vision-x-trasnformer

SSII2021 [SS1] Transformer x Computer Visionの実活用可能性と展望〜 TransformerのCompute...

SSII

【DL輪読会】マルチエージェント強化学習における近年の協調的方策学習アルゴリズムの発展

Deep Learning JP

数理最適化とPython

Yosuke Onoue

汎化性能測定

Masanori Yamada

最適輸送問題（Wasserstein 距離）を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https://speakerdeck.com/joisino/zui-shi-shu-song-nojie-kifang

最適輸送の解き方

joisino

カルマンフィルタ入門

Yasunori Nihei

SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization

Tenki Lee

[DL輪読会]Meta Reinforcement Learning

Deep Learning JP

Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料

Yusuke Uchida

pymcとpystanでベイズ推定してみた話

Classi.corp

Gradient Boostingは近年Kaggleなどのコンペティションで注目を集めている分類や回帰問題に対するアルゴリズムの一つである。XGBoost, LightGBM, CatBoostなどが有名ではあるが、それらを土台にして近年はDeepGBMやNGBoostといった新規アルゴリズムの登場、汎化理論解析の進展、モデル解釈性の付与方法の多様化など、理論から応用まで多岐にわたる研究が行われている。本チュートリアルでは、Gradient Boostingに関する近年の研究動向やテクニックを、それらの社会実装までを見据えながら紹介していく。

勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)

RyuichiKanoh

CVPR2019読み会 (Rethinking the Evaluation of Video Summaries)

Yasunori Ozaki

金融情報における時系列分析

Fujio Toriumi

【DL輪読会】Segment Anything

Deep Learning JP

[DL Hacks]Visdomを使ったデータ可視化

Deep Learning JP

【DL輪読会】Ego-Exo: Transferring Visual Representations from Third-person to Firs...

Deep Learning JP

Zotero紹介

Takara Ishimoto

[DL輪読会]Neural Ordinary Differential Equations

Deep Learning JP

【メタサーベイ】Vision and Language のトップ研究室/研究者

cvpaper. challenge

機械学習モデルのハイパパラメータ最適化

gree_tech

Tendances (20)

SSII2021 [SS1] Transformer x Computer Visionの実活用可能性と展望〜 TransformerのCompute...

【DL輪読会】マルチエージェント強化学習における近年の協調的方策学習アルゴリズムの発展

数理最適化とPython

汎化性能測定

最適輸送の解き方

カルマンフィルタ入門

SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization

[DL輪読会]Meta Reinforcement Learning

Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料

pymcとpystanでベイズ推定してみた話

勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)

CVPR2019読み会 (Rethinking the Evaluation of Video Summaries)

金融情報における時系列分析

【DL輪読会】Segment Anything

[DL Hacks]Visdomを使ったデータ可視化

【DL輪読会】Ego-Exo: Transferring Visual Representations from Third-person to Firs...

Zotero紹介

[DL輪読会]Neural Ordinary Differential Equations

【メタサーベイ】Vision and Language のトップ研究室/研究者

機械学習モデルのハイパパラメータ最適化

Plus de Yahoo!デベロッパーネットワーク

ゼロから始める転移学習

近傍検索ライブラリNGTと深層学習による類似ファッション検索 #yjbonfire

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Plus de Yahoo!デベロッパーネットワーク

Plus de Yahoo!デベロッパーネットワーク (20)

Dernier

Dernier (10)