「Cloud Vision Api & Tensorflow勉強会」に行ってきました

「Cloud Vision Api & Tensorflow勉強会」に行ってきました。

スケーラブルな機械学習：Vision/Speech API、TensorFlow、そしてCloud ML

Google Inc クラウドプラットフォーム デベロッパーアドボケイト 佐藤さん

• 既存のAIっぽいものは人間が教えてあげている
• ニューラルネットワーク とはいわばディープラーニングを使ったAI
• alpha go 人間に予想もつかない答えを計算し人間に勝ってしまった
• xを入れたときに最適なyを計算出来るようにパラメータをコンピュータが計算する
• 現在のスパコンはGPU(Graphics Processing Unit（グラフィックス プロセッシング ユニット)の固まり
• Google Brain ニューラルネットワークで20強のサービスをディープラーニングを用いて提供している
• Rank Brain Googleの検索結果をディープラーニングでより価値ある計算結果としている。500台ぐらいのノードを使っている
• Cloud Vision API GoogleBrainの機能をAPIとして提供する第一弾の画像解析API
• 画像1,000枚で5$
• Cloud Speech API 音声認識API
• 音声認識市場の価格破壊になるのでは
• Vision,Speechは学習済のAPIなので自分で学習させる事が出来ない
• TensorFlow 機械学習用のライブラリ、オープンソースにした
• Cloud Machine Larning 第3段 TensorFlowのgraphをクラウドにアップロード出来る。試せるのは夏以降ぐらい。
• Vision APIのOCRは形態要素解析もする

http://playground.tensorflow.org/

Androidで触れてみよう Cloud Vision API

GDG神戸 中谷さん

ハンズオン資料とソースは以下で社内共有するので個人アカウントでチャレンジしてみては。

TensorFlow を使った 機械学習ことはじめ

GDG京都 上野山さん

TensorFlowとは

• ディープランニング専用のものではなく、巨大なデータにも使える行列計算ライブラリ

機械学習では何に使うか

• 決められない結果を学習データにより予測する
• 合計数値の誤差が小さくなる単数値を採用することでパラメータを見つける
• ありそうな数値範囲の中から代入検査して一番誤差の少ないパラメータを見つける
• より少ない計算で早く最小誤差値を見つける

まとめると

• 予測式を作って、誤差を計算して、誤差を最小にする点を探して、それを代入した結果を提案する

使い方

1. ライブラリをロード
2. 予測式(モデル)を記述

– 線形回帰(線形重回帰)モデル
– 入出力変数 -> placeholder
– パラメータ -> Variable
1. 誤差関数と最適化手法を記述
– 誤差関数 – 普通の回帰問題は平均二乗誤差
– 識別問題はクロスエントロピー
1. 学習実行
1. 後片付け

用途

• スパムメール判定
• 来店予測 どうDMを送付するかをシミュレーションする

MNIST(チュートリアル)

• 手書き文字を認識
• 多クラス識別問題
• one-hotベクトル(one-of-k表現)
• softmax(01判定を並べたもの)
• ニューラルネット(パーセプトロン)
• 多クラス用クロスエントロピー
• 各ステップで100個のサンプルを無作為に取り出して学習する

判定階層が深くなる -> Deep Learning

TensorFlowで趣味の画像収集サーバーを作る ４月増刊号

有限会社シーリス 代表 有山さん

• CIFAR-10 Sample
• 折りたたみ層を増やす
• reader.read ファイルを読み込む
• データ形式 固定長レコード、CSV、TFRecord
• session.runまではすべての値は実体を持たない
• 処理はオペレーションに閉じ込める
• TFRecordWriterとReaderの違いに注意
• eval()やsession.run()をする意味を認識する
• print文のデバッグはだめ
• TensorBoardとかが使えるかも

所感

• 売上予測にTensolFlowを使うとすれば要素やお客様数、予報気温、予報天気、曜日、連休かどうか、これで行う事がまずはシンプルなのかも。

• さらにパラメータを与えるとすれば景気(平均年収)、家族構成、その他世帯の情報といったようにパラメータを増やしていって、結果を構成する情報をなるべく与えていくべきかも。

最後までお読みいただきましてありがとうございました！

「AWS認定資格試験テキスト＆問題集　AWS認定ソリューションアーキテクト - プロフェッショナル 改訂第2版」という本を書きました。

「AWS認定資格試験テキスト AWS認定クラウドプラクティショナー 改訂第3版」という本を書きました。

「ポケットスタディ AWS認定 デベロッパーアソシエイト ［DVA-C02対応］ 」という本を書きました。

「要点整理から攻略するAWS認定ソリューションアーキテクト-アソシエイト」という本を書きました。

「AWSではじめるLinux入門ガイド」という本を書きました。

@yamamanx

開発ベンダー5年、ユーザ企業システム部門通算9年、ITインストラクター5年目でプロトタイプビルダーもやりだしたSoftware Engineerです。
質問はコメントかSNSなどからお気軽にどうぞ。
出来る限りなるべく答えます。

このブログの内容/発言の一切は個人の見解であり、所属する組織とは関係ありません。
このブログは経験したことなどの共有を目的としており、手順や結果などを保証するものではありません。
ご参考にされる際は、読者様自身のご判断にてご対応をお願いいたします。

また、勉強会やイベントのレポートは自分が気になったことをメモしたり、聞いて思ったことを書いていますので、登壇者の意見や発表内容ではありません。