Preferred Networks（PFN）は2018年12月12日、ディープラーニング（深層学習）に特.
Preferred Networksは12月12日、深層学習（ディープラーニング）の学習フェーズに特化した専用チップ「MN-Core」（エムエヌ・コア）を発表した。東京ビッグサイトで開催中の「SEMICON Japan 2018」で展示している。 「MN-Core」。製造プロセスは12ナノメートル、消費電力は500ワット（予測値） 深層学習の特徴である行列演算に特化したチップ。ピーク性能は32.8T FLOPS（倍精度）、131T FLOPS（単精度）、524T FLOPS（半精度）。電力性能（消費電力あ
ソニーは11月13日、ディープラーニングの学習速度で世界最高速（同社調べ）を達成したと発表した。ディープラーニングの認識精度向上のため、学習データのサイズやモデルのパラメータ数が増え、一度の学習に数週間～数カ月かかるケースも出ている中で、学習時間を短縮できる可能性を示したとしている。 AI（人工知能）開発では、さまざまな試行錯誤をする必要があり、学習時間を短縮させることが重要になる。その手段として、複数のGPUを活用した分散学習が注目を集めていたが、GPU数が増えると「一度のデータ処理個数（バッチサイズ）
MicrosoftのOpen Invention Network(OIN)への加入が発表されました。これで、Microsoftが抱える6万件の特許がオープンソースとしてOINコミュニティに開放され、Linux開発者が利用できるようになります。 Microsoft Joins the Open Invention Network Community https
Googleが次世代環境センサーを開発するAclimaと協力し、Googleストリートビューカーに空気の質を検出するセンサーを搭載する計画を発表しました。まずは50台のストリートビューカーにセンサーが取り付けられる予定で、これによって、1区画ごとの空気の質を可視化できるとのこと。 Aclima & Google Scale Air Quality Mapping to More Places Around the World | Environmental Sensor Networks | Aclima
今回は処理速度の早いYOLO[1]についてです。YOLOは、You Only Look Oneceの略で、画像を入力するとsliding windowsで順次処理することはせず、1回で物体を検出します。精度はややFaster RCNNに劣るものの大幅な処理速度向上(45〜155FPS)を達成していることが最大の特徴です。 それではYOLOの全体像から説明していきたいと思います。YOLOは2018年9月時点でバージョン3までリリースされていますが、この記事では初代のYOLOについてご紹介します。 ○YOLO
Tecmint.comは7月16日(米国時間)、「Deprecated Linux Networking Commands and Their Replacements」において、最近のLinuxディストリビューションで採用されているネットワーク系のコマンドと、これまで主に使われていたコマンドの簡単な対比を説明した。 紹介されているコマンド比較は次のとおり。 これまでLinuxディストリビューションではUNIX系オペレーティングシステムでよく使われているコマンドと、Linux独自のネットワーク系コマンドが
カデーニャ そのIT系和製英語、通じない! 展示会で使える便利な英単語30選 - カデーニャ 2018年7月10日 07
Facebookは、同社が開発し、実際にネットワークトラフィックの管理に使用しているソフトウェアライブラリ「Katran」をオープンソースとして公開した。また、バックボーンネットワークを構築する際の作業を自動化するツールを発表した。 このツールはFacebook主催の年次技術カンファレンス「Networking @Scale」で紹介されたもので、その詳細は2本のブログ記事で説明されている。 FacebookがKatranを作ったのは、ネットワークの負荷分散を改善しながら、バックエンドサーバにより大きな柔軟
新しいソフトウエア技術は米国企業が考案して日本企業は輸入するだけ――。そんな長年の構図を覆す動きが出てきた。Preferred Networksのディープラーニング（深層 ...
