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

TensorFlow 2.0 に対応した人工知能研究開発支援サービス及び人工知能コレクションの提供を開始

Posted on 10/07/2019 by Sales Information
Press Release

cc_logo_square

2019年10月07日 
株式会社クラスキャット 
クラスキャット、TensorFlow 2.0 に対応した人工知能研究開発支援サービス
及び人工知能コレクション「ClassCat® Eager-Brains v2.0」の提供を開始
 
– 人工知能研修サービス / テクニカルコンサルティング・サービス –

 

お問合せについて

株式会社クラスキャット (代表取締役社長:佐々木規行、茨城県取手市) は、深層学習フレームワーク最新版 TensorFlow 2.0 対応の人工知能コレクション「ClassCat® Eager-Brains v2.0」を本日 (10月07日) から提供開始することを発表致しました。コンピュータビジョン分野の画像処理や GAN (Generative Adversarial Network) として知られる画像生成・変換のタスクを遂行する人工知能を中心にマルチクラウド環境で提供します。
また併せて、TensorFlow 2.0 に対応した人工知能研究開発支援サービスの提供も開始致します。ユーザ企業はこのサービスを活用する事により、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、TensorFlow 2.0 ベースの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事が可能となります。

◆ TensorFlow 2.0 は米 Google 社がオープンソース化した深層学習フレームワーク TensorFlow の最新メジャーアップデート版で 10月1日 にリリースされました。TensorFlow は高パフォーマンスな人工知能モデルの開発を可能にし、世界中で広く利用されていますが、TensorFlow 2.0 では高パフォーマンスと共に柔軟性も提供する Eager execution がデフォルト動作モードとなりました。

TensorFlow 2.0 は単純性と使いやすさが重視され次のような特徴を持ちます :

  1. 高位 API Keras と Eager execution による容易な人工知能モデル構築。
  2. どのようなプラットフォームでも製品レベルの堅牢なモデル配備が可能。
  3. 研究のためのパワフルな実験を可能にする。
  4. API の整理と統合による単純化。

◆ 新製品「ClassCat® Eager-Brains v2.0」は TensorFlow 2.0 で構築された人工知能のコレクションです。提供される人工知能はクラスキャットが検証の上で仕様を公開致しますので、ユーザ企業は様々なタスクに対応する人工知能の中から要件に適合する人工知能を選択することが可能です。

今回提供される人工知能コレクションはコンピュータビジョン分野の画像処理と画像生成・画像変換を行なう GAN モデルが中心です。GAN は敵対的生成ネットワークと呼称され、訓練データセットの特徴を人工知能が学習してその特徴から新しい有用な画像データを生成することができます。

画像処理モデルとしては次のような人工知能が提供可能です :

  • 物体検出モデル
  • セマンティック・セグメンテーション
  • 医療画像処理
  • 顔検出モデル
  • 人物ポーズ推定
  • オプティカルフロー推定
  • 画像・動画分類

また、GAN モデルとしては次のような人工知能が提供可能です :

  • DCGAN
  • 超解像 (SRGAN)
  • Cycle GAN
  • Pix2Pix
  • StarGAN
  • ACGAN

「ClassCat® Eager-Brains v2.0」の動作環境はマルチクラウド対応です。GPU を装備するインスタンスやベアメタルが利用可能な各種パブリッククラウド Amazon EC2、Microsoft Azure、IBM Cloud、Google Cloud Platform 上で提供されます。

◆ 人工知能コレクションの提供に加えて、TensorFlow 2.0 に対応可能な「人工知能研究開発支援」サービスの提供も併せて開始致します。主なサービスメニューは次のようなものです :

  1. 人工知能研修サービス (経営者層向けオンサイト研修)
  2. テクニカルコンサルティング・サービス
  3. 実証実験 (プロトタイプ構築)
  4. アプリケーションへの実装

ユーザ企業は本サービスを活用する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、TensorFlow 2.0 ベースの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事が可能となります。

 


【製品販売概要】

製品名  : ClassCat® Eager-Brains v2.0
販売時期 : 2019年10月07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® Eager-Brains v2.0
OS    : Ubuntu Server 16.04 LTS
ハードウェア : 各種パブリッククラウドの仮想サーバ、ベアメタルサーバ。
GPU 装備必須、マルチGPU推奨。

 


◆ 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
〒300-1525 茨城県取手市桜ヶ丘 4-48-7
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/

※ ClassCat は株式会社クラスキャットの登録商標です。
※ 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 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)
2019年10月
月 火 水 木 金 土 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 9月   11月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme