機械学習の勉強リソース

機械学習 Coursera
https://ja.coursera.org/learn/machine-learning
日本語字幕もあり、最もおすすめ

arXivTimes
https://github.com/arXivTimes/arXivTimes

AISIA AI技術をぱっと理解する(基礎編)連載Blog
https://products.sint.co.jp/aisia/blog
非常に分かりやすくて、勉強になりました。

Variational Autoencoder 徹底解説
https://qiita.com/kenmatsu4/items/b029d697e9995d93aa24

Progressive Growing of GANs for Improved Quality, Stability, and Variation
https://arxiv.org/abs/1710.10196

Arxiv Sanity Preserver
http://www.arxiv-sanity.com/

AIによるアニメ中割生成 – DeNAの「構造的生成学習」を使用したアニメの中割生成技術!
https://3dnchu.com/archives/dena-anime-ai-frame-generated-tech/

Pythonでの数値計算ライブラリNumPy徹底入門
https://deepage.net/features/numpy/

械学習 入門コースの決定版!機械学習エンジニアを目指すならcodexa
https://www.codexa.net/

Introduction to Deep Learning
http://introtodeeplearning.com/

機械学習プロジェクトが失敗する9つの理由
https://tjo.hatenablog.com/entry/2018/08/03/080000

C++ヘッダだけでDeep Learning、tiny-dnnの紹介
https://qiita.com/nyanp/items/11c6bb6fb539486c5069

強化学習の基礎的な考え方と問題の分類
https://www.slideshare.net/yukono1/ss-129668388

horovodのご紹介 ~Tensorflowの分散処理(Distributed Tensorflow)を簡単に実現!!
https://qiita.com/kurosawa1/items/5aeb9efb2eceeb9c8206

Optimizer : 深層学習における勾配法について
https://qiita.com/tokkuman/items/1944c00415d129ca0ee9
深層学習の勾配法 (SGD, Momentum SGD, AdaGrad, RMSprop, AdaDelta, Adam) とは

Optimizer : 最適化手法の検証
https://qiita.com/tokkuman/items/33c66fcff7337a1c0fa8

Residual Network(ResNet)の理解とチューニングのベストプラクティス
https://deepage.net/deep_learning/2016/11/30/resnet.html

U-NetでPascal VOC 2012の画像をSemantic Segmentationする
https://qiita.com/tktktks10/items/0f551aea27d2f62ef708

tensorflowで誤差関数を実装
https://qiita.com/YudaiSadakuni/items/918b08e9c1fb497c96c3

ディープラーニングによる画像の拡大技術
https://www.nttpc.co.jp/gpu/article/technical02.html

【TensorFlow入門】C++から使ってみよう
https://www.sejuku.net/blog/54964

深層学習を使用した単一イメージ超解像処理
https://jp.mathworks.com/help/images/single-image-super-resolution-using-deep-learning.html

Fast and Accurate Image Super Resolution by Deep CNN with Skip Connection and Network in Network
https://arxiv.org/abs/1707.05425

Deep Convolution Networks for Compression Artifacts Reduction
https://arxiv.org/abs/1608.02778

ハードベンダーのグラフィックスライブラリ

Intel Open Image Denoise
https://openimagedenoise.github.io/

Intel OSPRay
http://www.ospray.org/

AMD Radeon Rays
https://www.amd.com/ja/technologies/radeon-rays

AMD Radeon ProRender
https://www.amd.com/ja/technologies/radeon-prorender

NVIDIA OptiX
https://www.nvidia.co.jp/object/optix_jp.html

NVIDIA OptiX Ray Tracing Engine
https://developer.nvidia.com/optix

NVIDIA OptiX AI-Accelerated Denoiser
https://developer.nvidia.com/optix-denoiser

NVIDIA OptiX Ray Tracing Powered by RTX
https://devblogs.nvidia.com/nvidia-optix-ray-tracing-powered-rtx/

macOS で TensorFlow を Docker から起動

TensorFlow

docker は image からコンテナが作られる。docker run と打てばコンテナが作られる。docker run コマンドはイメージからコンテナを作成するコマンド。つまり、毎回 docker run コマンドを入力すると、毎回新しくコンテナが作成される。

# ダウンロード
docker pull tensorflow/tensorflow:latest-py3-jupyter

# 起動
docker run -it -p 8888:8888 tensorflow/tensorflow:latest-py3-jupyter

# Keras のインストール
pip install keras

# pip install
# jupyter notebook で Terminal に入力
pip install scikit-learn

# openCV
# jupyter notebook で Terminal に入力
apt-get install libglib2.0-0

Docker

# docker のリストを表示
docker images

# 起動中のコンテナ表示
docker ps

# 停止のコンテナも表示
docker ps -a

# docker container の開始
docker start ID

# docker container の停止
docker stop ID

# docker container の削除
docker rm ID

# docker image の削除
docker rmi f2db14a79ac4

# docker コンテナの中に入る
docker exec -it name bash
コンテナの中に入る(bashプロセスを立ち上げ、操作できる)
docker exec は対象のコマンドを操作するみたい

参考

Dockerコマンドメモ
https://qiita.com/curseoff/items/a9e64ad01d673abb6866

トゥーンシェーダー

UE4 PostProcess High quality Cel Shader(ハイクオリティなセルシェーダー)
https://www.youtube.com/watch?v=5u-pyWSpoxw

コメントから GIthub に飛び、そこからサンプルを DL 可能です。素晴らしいプロジェクトに感謝です。

Unityで楽しむノンフォトリアルな絵づくり講座:トゥーンシェーダー・マニアクス
https://www.youtube.com/watch?v=6aNB9LhSx7g

トゥーンシェーダートークセッション#1『リアルタイムトゥーンシェーダー徹底トーク』
https://www.youtube.com/watch?v=gi4XO0WiRcM

Unity トゥーンシェーディングを使った3Dアニメ表現https://qiita.com/MuRo_CG/items/c417ef6d6cbeed3dd42b

ユニティちゃんトゥーンシェーダー v.2.0.4の基本的な設定の仕方
https://www.youtube.com/watch?v=z7Pr39NW5Dk

Post Processing in UE4: Cel-Shading | Live Training
https://www.youtube.com/watch?v=cQw1CL0xYBE

『崩壊3rd』開発者が語るアニメ風レンダリングの極意
https://www.youtube.com/watch?v=ZpWsinhPFLM&feature=youtu.be

『崩壊3rd』開発者が語るアニメ風レンダリングの極意
https://www.slideshare.net/UnityTechnologiesJapan002/unite-tokyo-20183rd/UnityTechnologiesJapan002/unite-tokyo-20183rd

トゥーンシェーダートークセッション#1『リアルタイムトゥーンシェーダー徹底トーク』
https://www.slideshare.net/UnityTechnologiesJapan/unite-tokyo-20181-96491296

PSOFT Pencil+
https://www.psoft.co.jp/en/product/pencil/3dsmax/

Unreal Engine 4 のブックマーク

最近の「Unreal Engine 4」はモバイル開発もいける。見えてきた活用ノウハウと最新機能
http://jp.gamesindustry.biz/article/1709/17090102/

「今後数年であらゆるプラットフォームがレイトレ対応に」Tim Sweeney氏が語るUnreal Engineとゲームの未来
http://jp.gamesindustry.biz/article/1804/18042701/

Fortniteを支える技術 – SlideShare
https://www.slideshare.net/EpicGamesJapan/fortnite-97791917

気になるブックマーク

A fast learning algorithm for deep belief nets
https://www.cs.toronto.edu/~hinton/absps/fastnc.pdf
トロント大学のオートエンコーダー

TensorFlow Liteのliteな話
https://qiita.com/hnakagawa/items/300e50134b03fb3e0350

An Intro to Physically Based Rendering for Artists and Programmers
https://www.grayolson.me/blog/posts/pbr-intro/

色:ヘキサコードから眼球まで
https://postd.cc/color/

Unityで機械学習する「ML-Agent」を色々と試して得た知見とか
http://tsubakit1.hateblo.jp/entry/2018/02/18/233000

MacでUnity ML-Agentsの環境を構築する
https://qiita.com/kai_kou/items/6478fa686ce1af5939d8

Port Royal Benchmark Adds NVIDIA DLSS For Improved Image Quality and Performance
https://www.nvidia.com/en-us/geforce/news/nvidia-dlss-3dmark-port-royal-benchmark/

スクウェア・エニックスにおける UNREAL ENGINE 4 を用いた人工知能 
https://www.youtube.com/watch?v=BV2GTGbSjq8&feature=youtu.be

技術的負債への後悔と返済
https://note.mu/timakin/n/nf7e2a70905d4%20https://qiita.com/Leonardo-mbc/items/3c365836acfd71a55185?u

apollo11号のソースコードを読みつつ
http://aerith7.hatenablog.com/entry/2016/12/21/171726

link集/3D Graphics
http://www.nbrains.net/php/pukiwiki/index.php?link%BD%B8%2F3D%20Graphics

NVIDIA Developer Blog
https://devblogs.nvidia.com/

ゲームでAIをトレーニングするジム「OpenAI Gym」の環境構築手順 on Mac OS X
https://qiita.com/shu223/items/a9cfe9107447b327b564

OpenAI Gym 入門
https://qiita.com/ishizakiiii/items/75bc2176a1e0b65bdd16

Qiita ishizakiiii
https://qiita.com/ishizakiiii

Introduction to Precomputed Realtime GI
https://unity3d.com/jp/learn/tutorials/topics/graphics/introduction-precomputed-realtime-gi

AI 記事のブックマーク

Deep Video Portraits – SIGGRAPH 2018
https://www.youtube.com/watch?v=qc5P2bvfl44

SIGGRAPH Asia 2018: Skills from Videos paper (main video)
https://www.youtube.com/watch?v=4Qg5I5vhX7Q

代表的な機械学習手法一覧
https://qiita.com/tomomoto/items/b3fd1ec7f9b68ab6dfe2

Deep Convolution Networks for Compression Artifacts Reduction
http://mmlab.ie.cuhk.edu.hk/projects/ARCNN.html

Image Super-Resolution Using Deep Convolutional Networks
https://arxiv.org/pdf/1501.00092.pdf

【Deep Learning】ARCNNの論文をツールに通して雑に訳す
http://m-onuot.hatenablog.com/entry/2017/02/25/000000