<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>Gasyou</author_name>
  <author_url>https://blog.hatena.ne.jp/Gasyou/</author_url>
  <blog_title>GA将？開発日記～王理のその先へ～</blog_title>
  <blog_url>https://gasyou.hatenablog.jp/</blog_url>
  <categories>
    <anon>開発日記</anon>
    <anon>コンピュータ関連</anon>
  </categories>
  <description>http://www.atmarkit.co.jp/ait/articles/1701/30/news007.html TensorFlow、Caffe、Chainer等を使ってPythonで書いたコードを、自動的にFPGAに落とし込む事が出来るそうです。 内部的には一旦C++に変換しているらしいので、C++のコードを直にFPGA用に変換出来れば個人的には嬉しいですね。 ただ、オフチップのDRAMにアクセスするのは遅いらしいので、三駒関係の評価関数を使った探索ルーチンが高速化するかは微妙な所ですね。5五将棋用の三駒関係だと50MB程度なので、オンチップのSRAMに載る…かな？ 中々面白そうな話…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fgasyou.hatenablog.jp%2Fentry%2F20170130%2F1485746565&quot; title=&quot;Deep LearningのロジックをFPGAに落とし込む話 - GA将？開発日記～王理のその先へ～&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2017-01-30 12:22:45</published>
  <title>Deep LearningのロジックをFPGAに落とし込む話</title>
  <type>rich</type>
  <url>https://gasyou.hatenablog.jp/entry/20170130/1485746565</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
