Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

GPU 対応深層学習システム TensorFlow が利用可能なマネージドサービスを AWS EC2 で提供開始

Posted on 01/06/2016 by Sales Information

tf_classcat_com.200x120

Press Release
2016年01月06日
株式会社クラスキャット
GPU 対応深層学習システム TensorFlow が利用可能なマネージドサービス
「ClassCat® Jupyter Service for Deep Learning」を AWS EC2 で提供開始
 
ー Caffe・Pylearn2 も利用可能 / GPU 対応ドライバ・アクセラレーター

 

お問合せについて

株式会社クラスキャット(本社:東京都港区赤坂、代表取締役社長:佐々木規行)は、米 Google 社によりオープンソース化された深層学習フレームワーク TensorFlow を軸とする、GPU (Graphics Processing Unit) 対応の高速機械学習マネージドサービス「ClassCat® Jupyter Service for Deep Learning」を AWS (Amazon Web Service) 上で本日(1月6日)から提供開始することを発表致しました。TensorFlow の他、Caffe や Pylearn2 も利用可能です。

深層学習は機械学習の一分野で多層構造な深層ニューラルネットワーク (DNN = Deep Neural Network) における最新の学習手法です。深層学習は分類問題をはじめ、機械学習全般の問題に役立つとされていますが、主として画像認識や音声認識などで強力なパターン認識力を持つことが実証され、大きな注目を浴びています。本サービス「ClassCat® Jupyter Service for Deep Learning」では TensorFlow をはじめとする深層学習に特化した各種フレームワークを GPU の利用により高速化を図ったマネージドサービスとして提供します。

新サービス「ClassCat® Jupyter Service for Deep Learning」は Amazon EC2 の G2 インスタンスを利用した高速な汎用目的計算 (GPGPU = General Purpose computing on GPU) 環境上に構築されています。
Ubuntu 14.04 LTS をベースに GPU 対応ドライバ及びアクセラレータがインストール済みで、GPU に対応した Python 数値計算ライブラリ Theano が利用可能です。Theano は Numpy と良く統合され、GPU による高速化や自動微分をサポートする、機械学習ライブラリ構築を支援する定番の数値計算ライブラリです。

新サービス「ClassCat® Jupyter Service for Deep Learning」は米 Google 社により昨年11月にオープンソース化された深層学習フレームワーク TensorFlow を軸としています。TensorFlow は多くの優れた特徴を持ちます。
例えばデータフローグラフとして表現できさえすれば(ニューラルネットワーク以外でも)処理できる柔軟性があり、同じコードで CPU でも GPU でも動作し、トレーニングされたモデルのモバイルシステムへの配備も可能なポータビリティがあります。また学術的な研究と実製品でコードも共有されています。その他にも自動微分の機能や動作環境の最大限の活用を可能にする機能も持ちます。

新サービス「ClassCat® Jupyter Service for Deep Learning」は深層学習のデファクトスタンダードであるフレームワーク/ライブラリ – Caffe 及び Pylearn2 も併せてサポート致します。
Caffe は BVLC (Berkeley Vision and Learning Center) で開発されているフレームワークで GPU の利用をサポートしています。特に画像認識の分野で高い評価を受けています。
Pylearn2 はモントリオール大学で開発された、YAML 形式で定義を記述するタイプのフレームワークです。(GPU 対応の)Theano 上に構築されています。

また新サービス「ClassCat® Jupyter Service for Deep Learning」では Jupyter サービスが提供され、深層学習の各種チュートリアルも Jupyter から利用可能になっています。
Jupyter は データサイエンスや科学技術計算分野で利用が期待される Web インタラクティブな環境で、Web ブラウザから手軽に利用可能となっています。コードや視覚化を含む文書を簡単に共有することもできます。


【販売概要】

製品名  : ClassCat® Jupyter Service for Deep Learning
販売時期 : 2016年1月6日
販売形態 : 直接販売・販売パートナー経由・OEM
販売価格 : オープンプライス

【動作環境】

製品名  : ClassCat® Jupyter Service for Deep Learning
OS    : Ubuntu Server 14.04 LTS
ハードウェア : IaaS パブリッククラウド上でサービス提供致します。
※ GPU が利用可能な仮想サーバが必須です。

◆ お問合せ
本件に関するお問い合わせ先は下記までお願いいたします。

株式会社クラスキャット
〒107-0052 東京都港区赤坂 7-5-6
セールス・マーケティング本部 セールス・インフォメーション
E-Mail:sales-info@classcat.com
WebSite: http://www.classcat.com/

※ ClassCat は株式会社クラスキャットの登録商標です。
※ TensorFlow, the TensorFlow logo and any related marks are trademarks of Google Inc.
※ AWS は米国その他の諸国における Amazon.com, Inc. またはその関連会社の商標です。
※ その他、記載されている会社名・製品名は各社の登録商標または商標です。
クラスキャット

最近の投稿

  • LangGraph : 例題 : エージェント型 RAG
  • LangGraph Platform : Get started : クイックスタート
  • LangGraph Platform : 概要
  • LangGraph : Prebuilt エージェント : ユーザインターフェイス
  • LangGraph : Prebuilt エージェント : 配備

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (21) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2016年1月
月 火 水 木 金 土 日
 123
45678910
11121314151617
18192021222324
25262728293031
    2月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme