TensorFlow User Group #4

2017/04/19(水)19:00 〜 22:00 開催
ブックマーク

イベント内容

第4回TensorFlow User Group(TFUG)のミートアップ開催のお知らせです。 TensorFlow User GroupはTensorFlowに興味をお持ちの全ての方に取って有益な情報収集、情報交換の場になることを目指したミートアップを定期的に開催します。

TFUGスケジュール

  • 奇数回:"How to use TensorFlow in your team"をテーマにしたトークを中心に開催します。
  • 偶数回:"Dive into TensorFlow"をテーマにしたより技術的なトークを中心に開催します。

概要

偶数回となる今回は技術的な講演を集めました。

会場は六本木ヒルズのGoogleオフィスをお借りします。 また、Google様のご厚意により懇親会は無償で実施します。軽食+お酒をご用意しておりますので、発表者を交えてのより深い議論や交流の場としていただければと思います。

タイムスケジュール

時間は目安ですので変更の可能性があります。

時間 タイトル 発表者 概要
18:30 開場 - 19:30以降は入場できなくなりますのでご注意ください
19:00- オープニング 運営より 会場周りの諸注意
19:05-19:25 分散GPU環境における深層学習フレームワークの性能比較 松岡 佑磨 さん(法政大学) Tensorflow, Chainerなどの深層学習フレームワークで実装したConvolutional Neural Networkを分散GPU環境で動かした場合における速度の比較と、ブレームワーク間の実装方法の比較
19:25-19:45 TensorFlowを使ったCNNの可視化手法 芦原 佑太 さん(株式会社クロスコンパス・インテリジェンス 研究員 電気通信大学大学院 博士後期課程) CNNが分類問題などを解いているときに、画像のどの部分を"見て"いるのかに関して、現在までに紹介されているアプローチの紹介
19:45-20:05 TensorFlow GPU 101 有山 圭二 さん(有限会社シーリス) TensorFlowでGPUを使うときの落とし穴。原因の調査、解決の手順について、実例を交えつつ解説します。TensorFlowでGPUを使いたい人。思っていたより速度が出ないと悩んでいる人向けのセッションです。
20:05-20:35 懇親タイム ---
20:35-20:55 TensorFlowにおけるRNN実装あれこれ(2) 新村 拓也 さん(シンギュラリティ株式会社) TF1.0になってからのRNN周りの事情と、前回お話しできていなかったSeq2Seqの実装を言語系じゃないデータを用いてお話しします。
20:55-21:15 TensorFlow & DeepMind Lab 三好 康祐さん (Narrative Nights株式会社) UNREALという強化学習のアルゴリズムでDeepMind Labの3D迷路を解いてみたので、その発表をしようと思います。 https://github.com/miyosuda/unreal

当日の受付について

  • 時間:18:30 開場です。19:30 以降は入場できなくなります。
  • 場所:六本木ヒルズ 森タワー LL階臨時受付
  • 受付の際に「受付票」をスマートフォン等で提示をお願います。

注意事項など

  • 受付票に記載の本人のみが参加できます。受付票をお持ちでない方は入場できません。受付票はスマートフォンでの提示で入場できます。
  • 18:30 開場です。19:30 以降は入場できなくなります。
  • 無線 LAN が利用可能です。電源タップは数に限りがあります。
  • 会場は禁煙です。
  • イベントの様子は映像配信を行う予定です。
  • イベントの様子を撮影・録画し、ブログやSNSなどで公開することがあります。その際、来場者の姿も公開されることがあることをご了承ください。

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
情報提供元ページ(connpass)へ

新規会員登録

このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。



※ ソーシャルアカウントで登録するとログインが簡単に行えます。

※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。