Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

深層学習で切り拓くパーソナルロボットの未来

3.538 Aufrufe

Veröffentlicht am

2019/06/28 東京大学駒場キャンパスで開催された、先端技術セミナー工学最前線での講演資料です

Veröffentlicht in: Technologie

深層学習で切り拓くパーソナルロボットの未来

  1. 1. 0 1Preferred Networks
  2. 2. l l Chainer CuPy OSS l 2
  3. 3. Preferred Networks (PFN) l 2014 3 l l l 3
  4. 4. 6 G CEATEC JAPAN 2018@幕張メッセ 2018年10月16日
  5. 5. 5
  6. 6. × l l 6
  7. 7. CEATEC JAPAN 2018 (Oct 16–19, 2018) 8
  8. 8. 9
  9. 9. 10
  10. 10. 11
  11. 11. 12
  12. 12. 0 1 l l 2012 l He. et.al, Deep Residual Learning for Image Recognition. CVPR 2016.
  13. 13. 14
  14. 14. 2 3 2 3 15
  15. 15. 2 3 16
  16. 16. 17
  17. 17. 18
  18. 18. 19
  19. 19. 20 /
  20. 20. l l l l l l 21
  21. 21. l l (RGBD) l (RGB) l 4 (RGB) l l 300 22
  22. 22. 23 Sparse Dense
  23. 23. 2 3 24
  24. 24. 25
  25. 25. 26
  26. 26. 27
  27. 27. Needs English subtitles
  28. 28. 29
  29. 29. Needs English subtitles
  30. 30. 31
  31. 31. 32
  32. 32. 33
  33. 33. 34
  34. 34. 35
  35. 35. 36 AR
  36. 36. PFDet l Google 2 l 170 1200 l NVIDIA Tesla V100 512 37 T. Akiba, et.al. PFDet: 2nd Place Solution to Open Images Challenge 2018 Object Detection Track. ECCV2018.
  37. 37. l l 38 K. Takahashi, J. Tan. Deep Visuo-Tactile Learning: Estimation of Tactile Properties from Images. ICRA2019.
  38. 38. l l 39 J. Hatori, et.al. Interactively Picking Real-World Objects with Unconstrained Spoken Language Instructions. ICRA2018.
  39. 39. 40
  40. 40. 41 NVIDIA Tesla V100 (32GB) 512 Infiniband P
  41. 41. 42
  42. 42. 43
  43. 43. 44
  44. 44. l 2 3 l 45
  45. 45. l G l l 46
  46. 46. l 2 l l l l 47
  47. 47. 48
  48. 48. 50 55
  49. 49. l l l l 0 1 l 0 1 l l l 51
  50. 50. l l l 52
  51. 51. × l 0 1 l 0 1 l 53
  52. 52. 15 l l 2 3 l 54
  53. 53. 55 Photo by Kuha455405 / CC BY-SA 3.0
  54. 54. × l MD l MP3 1, 2 1 l × l × 9 01 56
  55. 55. l G l 57 250 8 3
  56. 56. 0 1 1 100 58 l l 0 1 U l l 0 1
  57. 57. l l l l l l 59
  58. 58. 60
  59. 59. l l l × 61
  60. 60. 62
  61. 61. 1 l l 4 l 63
  62. 62. PFI/PFN 64 OSS Blog TechTalk
  63. 63. × l l l 2 3 l 2 3 65
  64. 64. l 1 l G 2 66
  65. 65. l l l l 295 3 l 25 3 l l 67
  66. 66. l l l 68

×