Submit Search
Upload
NIPS2017概要
•
3 likes
•
4,327 views
Shohei Hido
Follow
2017/01/21 NIPS2017読み会@PFN NIPS2017概要発表資料 by 比戸将平 https://connpass.com/event/76552/
Read less
Read more
Technology
Report
Share
Report
Share
1 of 11
Download now
Download to read offline
Recommended
ICML2016読み会 概要紹介
ICML2016読み会 概要紹介
Kohei Hayashi
CuPy: A NumPy-compatible Library for GPU
CuPy: A NumPy-compatible Library for GPU
Shohei Hido
Deep Learning Lab 異常検知入門
Deep Learning Lab 異常検知入門
Shohei Hido
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
Shohei Hido
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
Shohei Hido
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Shohei Hido
Chainer GTC 2016
Chainer GTC 2016
Shohei Hido
How AI revolutionizes robotics and automotive industries
How AI revolutionizes robotics and automotive industries
Shohei Hido
Recommended
ICML2016読み会 概要紹介
ICML2016読み会 概要紹介
Kohei Hayashi
CuPy: A NumPy-compatible Library for GPU
CuPy: A NumPy-compatible Library for GPU
Shohei Hido
Deep Learning Lab 異常検知入門
Deep Learning Lab 異常検知入門
Shohei Hido
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
Shohei Hido
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
Shohei Hido
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Shohei Hido
Chainer GTC 2016
Chainer GTC 2016
Shohei Hido
How AI revolutionizes robotics and automotive industries
How AI revolutionizes robotics and automotive industries
Shohei Hido
NIPS2015概要資料
NIPS2015概要資料
Shohei Hido
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
Shohei Hido
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
PFIセミナー "「失敗の本質」を読む"発表資料
PFIセミナー "「失敗の本質」を読む"発表資料
Shohei Hido
NIPS2013読み会: More Effective Distributed ML via a Stale Synchronous Parallel P...
NIPS2013読み会: More Effective Distributed ML via a Stale Synchronous Parallel P...
Shohei Hido
機械学習CROSS 後半資料
機械学習CROSS 後半資料
Shohei Hido
機械学習CROSS 前半資料
機械学習CROSS 前半資料
Shohei Hido
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
Jubatusが目指すインテリジェンス基盤
Jubatusが目指すインテリジェンス基盤
Shohei Hido
今年のKDDベストペーパーを実装・公開しました
今年のKDDベストペーパーを実装・公開しました
Shohei Hido
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
ICML2013読み会 開会宣言
ICML2013読み会 開会宣言
Shohei Hido
ビッグデータはどこまで効率化できるか?
ビッグデータはどこまで効率化できるか?
Shohei Hido
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
Shohei Hido
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
Shohei Hido
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
Travis E. Oliphant, "NumPy and SciPy: History and Ideas for the Future"
Travis E. Oliphant, "NumPy and SciPy: History and Ideas for the Future"
Shohei Hido
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
Shohei Hido
111015 tokyo scipy2_additionaldemo_pandas
111015 tokyo scipy2_additionaldemo_pandas
Shohei Hido
111015 tokyo scipy2_discussionquestionaire_i_python
111015 tokyo scipy2_discussionquestionaire_i_python
Shohei Hido
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
More Related Content
More from Shohei Hido
NIPS2015概要資料
NIPS2015概要資料
Shohei Hido
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
Shohei Hido
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
PFIセミナー "「失敗の本質」を読む"発表資料
PFIセミナー "「失敗の本質」を読む"発表資料
Shohei Hido
NIPS2013読み会: More Effective Distributed ML via a Stale Synchronous Parallel P...
NIPS2013読み会: More Effective Distributed ML via a Stale Synchronous Parallel P...
Shohei Hido
機械学習CROSS 後半資料
機械学習CROSS 後半資料
Shohei Hido
機械学習CROSS 前半資料
機械学習CROSS 前半資料
Shohei Hido
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
Jubatusが目指すインテリジェンス基盤
Jubatusが目指すインテリジェンス基盤
Shohei Hido
今年のKDDベストペーパーを実装・公開しました
今年のKDDベストペーパーを実装・公開しました
Shohei Hido
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
ICML2013読み会 開会宣言
ICML2013読み会 開会宣言
Shohei Hido
ビッグデータはどこまで効率化できるか?
ビッグデータはどこまで効率化できるか?
Shohei Hido
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
Shohei Hido
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
Shohei Hido
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
Travis E. Oliphant, "NumPy and SciPy: History and Ideas for the Future"
Travis E. Oliphant, "NumPy and SciPy: History and Ideas for the Future"
Shohei Hido
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
Shohei Hido
111015 tokyo scipy2_additionaldemo_pandas
111015 tokyo scipy2_additionaldemo_pandas
Shohei Hido
111015 tokyo scipy2_discussionquestionaire_i_python
111015 tokyo scipy2_discussionquestionaire_i_python
Shohei Hido
More from Shohei Hido
(20)
NIPS2015概要資料
NIPS2015概要資料
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
PFIセミナー "「失敗の本質」を読む"発表資料
PFIセミナー "「失敗の本質」を読む"発表資料
NIPS2013読み会: More Effective Distributed ML via a Stale Synchronous Parallel P...
NIPS2013読み会: More Effective Distributed ML via a Stale Synchronous Parallel P...
機械学習CROSS 後半資料
機械学習CROSS 後半資料
機械学習CROSS 前半資料
機械学習CROSS 前半資料
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Jubatusが目指すインテリジェンス基盤
Jubatusが目指すインテリジェンス基盤
今年のKDDベストペーパーを実装・公開しました
今年のKDDベストペーパーを実装・公開しました
さらば!データサイエンティスト
さらば!データサイエンティスト
ICML2013読み会 開会宣言
ICML2013読み会 開会宣言
ビッグデータはどこまで効率化できるか?
ビッグデータはどこまで効率化できるか?
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
FIT2012招待講演「異常検知技術のビジネス応用最前線」
FIT2012招待講演「異常検知技術のビジネス応用最前線」
データサイエンティストのつくり方
データサイエンティストのつくり方
Travis E. Oliphant, "NumPy and SciPy: History and Ideas for the Future"
Travis E. Oliphant, "NumPy and SciPy: History and Ideas for the Future"
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_ディスカッション
111015 tokyo scipy2_additionaldemo_pandas
111015 tokyo scipy2_additionaldemo_pandas
111015 tokyo scipy2_discussionquestionaire_i_python
111015 tokyo scipy2_discussionquestionaire_i_python
Recently uploaded
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Recently uploaded
(9)
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
NIPS2017概要
1.
NIPS2017概要 Shohei Hido VP of
Research Preferred Networks
2.
Neural Information Processing
Systems 機械学習・計算論的神経科学のトップ会議 2017年で第30回目 毎年12月上旬に行われる 今年は温暖なカリフォルニア開催 (普段は北米・欧州の寒冷地で開催)
3.
参加者数=8,000人以上 機械学習・深層学習ブームをう過去最大の参加者数 ポスターセッション会場
4.
NIPSに参加するメリットと今回の論文読み会の趣旨 メリット ━ 機械学習の各分野の最新動向がまとめてわかる •
チュートリアル、ポスター発表、シンポジウム ━ 業界の著名人の講演を数多く聞くことができる • 特にワークショップの尖った講演の多くは録画・配信・スライド配布されていない 論文読み会の位置づけ ━ 通常:各発表者の興味ある論文を紹介するx10本程度 • 機械学習の応用広がりすぎて興味を共有することが段々と難しくなっている ━ 今回:+会議参加者のテーマ発表では特定の分野を俯瞰できるように Andrej Kaparthy, Telsa
5.
画像認識から画像生成へ ImageNetの成功により物体検出の精度は成熟しつつある GANをはじめとするリアルな画像生成手法の研究が盛んに
DeNA濱田さん:Generative Adversarial Networks @ NIPS 2017 [Fader Networks, Lample+] [Fisher GAN, Mroueh+]
6.
画像以外の分野での深層学習応用 DeNA森さん: Speech
and Audio @ NIPS2017 PFN大野さん: Machine Learning for Molecules and Materials ワークショップ ML4Audioワークショップ ML for Molecules and Materials ワークショップ
7.
強化学習 Meta-learning・ロボット応用含めて数多くのRL関連・講演 DeNA甲野さん:
Hierarchical Reinforcement Learning @ NIPS2017 PFN藤田さん: Model-based RL (or Deep RL Symposium) Pieter Abbeelの基調講演 Hierarchical RL ワークショップ
8.
機械学習を支えるシステム 機械学習の実応用が広がるにつれてそれを実現するシステムの話題も重要に +深層学習における大規模化・高速化のための分散学習の技術が進展
PFN秋葉さん: Deep learning at supercomputer-scale ワークショップ ML Systemsワークショップの活況 DL + HPCなワークショップ
9.
企業スポンサーの増加と採用活動の活発化 NIPS2006の9社から10倍以上に増加 米国・中国の大手スポンサーブースが立ち並ぶ
大企業主催の学生向けパーティが連夜行われる
10.
ヒト増えすぎ問題:チケットが光速で売り切れた DLブーム&カリフォルニア開催でインダストリー参加者が増えた ワークショップの論文投稿結果待ち、という人は間に合わない、不健全
11.
NIPS 2018: カナダ・モントリオール開催
2014年、2015年と同会場 論文投稿締め切り:5月中旬(推測) 参加登録開始:9月(推測)
Download now