タグ

機械学習に関するujigislabのブックマーク (5)

  • 画像から文章(テキスト)を自動生成できるBLIPのインストール

    「画像の内容をテキストに変換したい」 「画像のaltやキャプションをシステムで自動的に表示したい」 このような場合には、BLIPがオススメです。 この記事では、BLIPのインストールを中心に解説しています。 記事の内容 BLIPとは?BLIPのシステム要件BLIPのインストールBLIPの動作確認 それでは、上記に沿って解説していきます。 BLIPとは? BLIPは、Bootstrapping Language-Image Pre-trainingの略称です。 直訳すると「ブートストラップ言語画像事前学習」になります。 正直、意味不明です。 BLIPでできることは、画像からテキストを抽出することになります。 つまり、AIが画像を認識して文字にしてくれるのです。 デモを触れば、BLIPについて理解できるでしょう。 BLIP – a Hugging Face Space by Salesfor

    画像から文章(テキスト)を自動生成できるBLIPのインストール
    ujigislab
    ujigislab 2022/11/16
    “「画像の内容をテキストに変換したい」 「画像のaltやキャプションをシステムで自動的に表示したい」 このような場合には、BLIPがオススメです。 この記事では、BLIPのインストールを中心に解説しています。 ”
  • 第1回 難しくない! PyTorchでニューラルネットワークの基本

    PyTorchの習得は、シンプルなニューラルネットワーク(NN)の、まずは1つだけのニューロンを実装することから始めてみよう。ニューロンのモデル定義から始め、フォワードプロパゲーションとバックプロパゲーションといった最低限必要な「核」となる基機能に絞って解説。自動微分についても簡単に触れる。 連載目次 人気急上昇の「PyTorch」を使いたい。そう考えて、PyTorchの公式チュートリアルを開いて学習を始めてみた、という人は少なくないだろう。しかし、挫折してしまったり、なかなか進まなかったり、という人も少なくないのではないだろうか。 というのも、その公式チュートリアルの、最初の「テンソル」解説だけは(NumPyライクな直観的なAPIなので)難しくないとしても、次が「Autograd(自動微分)」、その次が「ニューラルネットワーク」……と言いつつも、いきなり「CNN(畳み込みニューラルネッ

    第1回 難しくない! PyTorchでニューラルネットワークの基本
    ujigislab
    ujigislab 2022/11/16
    “PyTorch(パイトーチ)とは、Facebookが開発しているオープンソースの機械学習(特にディープラーニング)のライブラリである。”
  • Hiroshi Takahashi

    Skip to the content. 機械学習の研究者を目指す人へ 機械学習の研究を行うためには、プログラミングや数学などの前提知識から、サーベイの方法や資料・論文の作成方法まで、幅広い知識が必要になります。レポジトリは、学生や新社会人を対象に、機械学習の研究を行うにあたって必要になる知識や、それらを学ぶための書籍やWebサイトをまとめたものです。 目次 プログラミングの準備 Pythonを勉強しよう 分かりやすいコードを書けるようになろう 数学の準備 最適化数学を学ぼう 基的なアルゴリズムとその実践 機械学習の全体像を学ぼう 基的なアルゴリズムを学ぼう 深層学習の基礎を学ぼう scikit-learnやPyTorchのチュートリアルをやってみよう サーベイの方法 国際会議論文を読もう Google Scholarを活用しよう arXivをチェックしよう スライドの作り方 論文の

    ujigislab
    ujigislab 2021/05/09
    プログラミングの準備、Pythonを勉強しよう、数学の準備、最適化数学を学ぼう、基本的なアルゴリズムとその実践、サーベイの方法、スライドの作り方、論文の書き方
  • Prophet で時系列解析を行い電力需要の推論値を Tableau で可視化してみよう! - GIS奮闘記

    さて、日は Prophet を利用して電力需要の推論値を可視化してみようと思います。前回に引き続き今回も機械学習に関するエントリーを書いてみました。機械学習に関してはまだまだ学習中の身で拙い内容かもしれませんがこれから機械学習を始めてみようという方の一助になれたら幸いです。 今回チャレンジすること 気象情報を利用した東京都の電力需要推論 使用する機械学習ライブラリ Prophet というライブラリを使用します。Prophet は Facebook が公開してるライブラリで、簡単に時系列予測が行え、トレンドや季節性などが構造化された結果を得ることができます。 なお、インストール前に PyStan というライブラリもインストールする必要があります。Windows 環境でのインストール方法は以下エントリーで紹介していますので、興味のある方はぜひ読んでみてください。 www.gis-py.com

    Prophet で時系列解析を行い電力需要の推論値を Tableau で可視化してみよう! - GIS奮闘記
    ujigislab
    ujigislab 2021/05/07
    >>Prophet を使うことで時系列解析がすごく簡単にできることがわかりました。難しいのはそこまでにどのようにデータを整備すればという部分でしょうか。
  • 【Chainer】ディープラーニング初学者向けのチュートリアルを無償公開。Pythonの使い方から実装までの流れを学べる | Ledge.ai

    TOP > Article Theme > AI人工知能)ニュース > 【Chainer】ディープラーニング初学者向けのチュートリアルを無償公開。Pythonの使い方から実装までの流れを学べる

    【Chainer】ディープラーニング初学者向けのチュートリアルを無償公開。Pythonの使い方から実装までの流れを学べる | Ledge.ai
  • 1