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

深層学習ツールキット CNTK の GPU 対応 マネージドサービス 及び コンサルティング・サービスの提供を開始

Posted on 02/01/2016 by Sales Information

tf_classcat_com.200x120

Press Release
2016年02月01日
株式会社クラスキャット
深層学習ツールキット CNTK (Computational Network Toolkit) の
GPU 対応マネージドサービス 及び コンサルティング・サービスの提供を開始
 
ー CNTK に加えて TensorFlow も併用可能 / 日本語ドキュメント提供 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 Microsoft 社によりオープンソース化された深層学習ツールキット CNTK (Computational Network Toolkit) 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® Deep Learning Service v2」を AWS (Amazon Web Service) 及び Azure 上で本日(2月1日)から提供開始することを発表致しました。日本語ドキュメントが提供され、オプションでコンサルティング・サービスの利用も可能です。

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。

CNTK は米 Microsoft 社がオープンソース化した深層学習ツールキットです。深層学習アプリケーションを簡単にビルドすることができ、パフォーマンス・柔軟性・拡張性に優れています :

* パフォーマンス – 深層学習の訓練にはパフォーマンスが重要ですが、CNTK では高いパフォーマンスを得るために、シングル-GPU、マルチ-GPU そしてマルチマシン-マルチ-GPU 向けにデザインされています。

* 柔軟性 – CNTK は高度に柔軟です。高レベル記述言語から簡単に計算グラフが作成できて、殆どの訓練パラメータは簡単に設定変更可能です。順伝播型、畳み込み、再帰型(リカレント)そして LSTM のような主要なニューラルネットワーク・タイプが完全にサポートされ、(AdaGrad、RMSProp 等の)訓練アルゴリズム一式がビルトインされています。

* 拡張性 – 多種多様なビルトイン計算ノードに加えて、CNTK はユーザ自身の計算ノードを定義することを可能にするプラグイン・アーキテクチャを提供していますので、簡単にカスタマイズ可能です。

新サービス「ClassCat® Deep Learning Service v2」は CNTK 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 AWS 及び Azure 上で提供致します。GPU 対応仮想サーバ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す。

新サービス「ClassCat® Deep Learning Service v2」は導入コストのハードルを下げるために CPU のみの仮想サーバでも利用可能となっています。各種チュートリアルを含む、充実した日本語ドキュメントが提供されますが、導入に当たってはコンサルティング・サービスの利用も可能になっています。

新サービス「ClassCat® Deep Learning Service v2」は CNTK に加えて TensorFlow もオプションで利用可能です。TensorFlow 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です。
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。


【販売概要】

製品名  : ClassCat® Deep Learning Service v2
販売時期 : 2016年2月1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® Deep Learning Service v2
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望ましいです。

◆ 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。
※ 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。
※ Azure は、米国 Microsoft Corporation の米国及びその他の国における登録 商標または商標です。
※ TensorFlow, the TensorFlow logo and any related marks are trademarks of Google Inc.
※ 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2月
月 火 水 木 金 土 日
1234567
891011121314
15161718192021
22232425262728
29  
« 1月   3月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme