SONYのNeural Network Console（NNC）で学習モデルのハイパーパラメータを自動最適化する方法を解説。GUIで独自画像データを扱う流れと、CSV化・学習設定・最適化実行を初心者向けに紹介。

親子で楽しめるSTEM教育ロボットCOZMOの開封からアプリ操作・コードラボでのプログラミング、さらにCOZMO SDKでPythonから動かすところまでを写真と手順で詳しく解説します。

Fine-tuningを使って少ない画像データからでも精度の高い学習モデルを作成する方法を解説。VGG16をベースに既存モデルを流用するアプローチで、趣味Deep Learningの強い味方になります。

処理速度が最も速いと言われるYOLO v2をPythonで実装し、動画/Webカメラ映像からのリアルタイム物体検出まで動かす手順を解説。動画でエラーになる公式手順を回避する自作実装です。

画像から「物体らしき領域」を効率よく抽出する古典手法 Selective Search を使った映像からの物体検出にチャレンジ。環境準備から実行結果まで、検出精度向上のヒントとして紹介します。

Parrot社のドローン Mambo を Node.js から操作する手順を解説。Homebrew・nodebrew・Node.jsのインストールからモジュール導入、ドローンの探索・接続・離陸までソースコード付きで紹介。

アトリエ秋葉原での勉強会で発表したR-CNNを「TensorFlow×Pepper」で実装する方法のスライドと使用ソースコードまとめ。美人女優検出・Slack連携・Word2Vec類義語出力の応用例も。

Fashion-MNISTを通常のニューラルネットでは過学習しやすいため、CNNモデルで学習させて精度向上を狙った検証記録。前回結果との比較とソースコード全容、開発環境の詳細も併記します。

数字ではなくファッション画像（Tシャツ・スニーカー・バッグなど10クラス）に置き換えたデータセットFashion-MNISTをTensorFlowで試した記録。MNIST比較や公開背景まで紹介します。

KerasのLSTMサンプルを使って英文を自動生成するモデル作成にチャレンジ。文章自動生成の入り口として、サンプルコード・実行結果・ソースコードまでひと通り紹介します。