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

ディープラーニング・アプライアンス製品とテクニカルコンサルティングならびに実証実験サービスの提供を開始

Posted on 08/01/2016 by Sales Information

Press Release

2016年8月1日

株式会社クラスキャット
株式会社XEENUTUS(ジーナッツ)

ディープラーニング・アプライアンス製品と
テクニカルコンサルティングならびに実証実験サービスの提供を開始

~ ClassCat(R) DeepLearning Appliance for TensorFlow ~

株式会社クラスキャット(代表取締役社長:佐々木 規行)と株式会社XEENUTUS(代表取締役社長:西田 泰彦)は、米Google 社によりオープンソースとして公開されたディープラーニング・フレームワーク TensorFlow を軸とし、GPU (Grap-hics Processing Unit) を搭載した高速ディープラーニング・アプライアンス「ClassCat(R) DeepLearning Appliance for TensorFlow」を本日から提供を開始いたします。加えて、ディープラーニングをビジネスに活用するためのテクニカルコンサルティングならびに、本アプライアンス製品を活用した実証実験サービスも提供いたします。

テクニカルコンサルティングならびに、本アプライアンス製品と実証実験サービスを活用いただく事により、人工知能テクノロジーを自社ビジネスに取り組む事や、人工知能テクノロジーを活用した新規ビジネスにいち早く参入することが可能となります。また、企業の研究開発部門や大学の機械学習研究室など、ディープラーニングの環境構築に時間を浪費することなく研究開発に取り組む事が可能となります。

ディープラーニングとは、機械学習の一分野で多層構造の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。ディープラーニングは、分類問題をはじめ、機械学習全般の課題に有効な手法とされており、主に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。

本アプライアンス製品は、標準構成としてHPE ProLiant DL380
(CPU:36Core / Memory:64GB / HDD:800GB / GPU: NVIDIA Tesla K80 Dual GPU)
のハードウェアに下記ソフトウェアコンポーネントがプリ・インストールされております。

インストール済ソフトウェアコンポーネント
1)Linux OS (Ubuntu)
2)NVIDIA driver, CUDA Toolkit & cuDNN
3)TensorFlow & チュートリアル

テクニカルコンサルティングサービでは、自社製品や新規ビジネスに人工知能テクノロジーをどのように取り入れたらよいのか、実現可能な手法や導入手法をテクニカルな側面で支援するサービスです。加えて、実証実験サービスでは、テクニカルコンサルティングサービスでの結果をもとに、実際の訓練データを用いて、実証実験を行うサービとなります。これらのサービスを活用いただく事により、人工知能テクノロジーに精通した人材を確保することなくいち早く人工知能テクノロジーを活用した自社サービスを市場に展開することが可能となります。

2016年8月30日(火) “ビジネスのメインストリームとなる人工知能テクノロジー~人工知能はビジネスにどう生かせるか?~”と題したセミナーを経営者や事業責任者向けに、日本ヒューレット・パッカード本社にて開催します。(セミナー案内)

本アプライアンス製品の発売に伴い、日本ヒューレット・パッカード(株)
エンタープライズアカウント営業統括本部 統括本部長の飯田正彦様から以下の賛同をいただいております。

日本ヒューレット・パッカードは株式会社クラスキャットならびに株式会社XEENUTSの活動に心より賛同いたします。
このたび両社のアプライアンス製品に世界スタンダードである弊社 HPE ProLiant DL380 Gen9サーバーをご採用いただいたことに感謝いたしますとともに、最新の人工知能テクノロジーが普及版のサーバーと組み合わさることで、同市場がお客様にとって身近なものとなることを期待しております。

【販売概要】

製品名 : ClassCat(R) DeepLearning Appliance for TensorFlow
販売時期 : 2016年8月1日
販売形態 : 日本ヒューレット・パッカード販売パートナー経由

◆ 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
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/
Facebook: https://www.facebook.com/ClassCatJP/

株式会社XEENUTS
E-Mail : info@xeenuts.com
Wwbsite : http://www.xeenuts.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.
※ 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 0.5 : エージェント開発 : ワークフローとエージェント
  • LangGraph 0.5 : エージェント開発 : エージェントの実行
  • LangGraph 0.5 : エージェント開発 : prebuilt コンポーネントを使用したエージェント開発
  • LangGraph 0.5 : Get started : ローカルサーバの実行
  • LangGraph 0.5 on Colab : Get started : human-in-the-loop 制御の追加

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 (24) LangGraph 0.5 (8) 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 Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2016年8月
月 火 水 木 金 土 日
1234567
891011121314
15161718192021
22232425262728
293031  
« 7月   9月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme