AI/ML関連の記事(2018/05/22)

個人用メモなので適当です。

• UNDERSTANDING DEEP LEARNING FOR OBJECT DETECTION
  Object Detectionに関しての各CNNについて書かれていて分かりやすい。

• 富士通、RPAやAIを組み合わせたデジタル化のトータルサポートサービス
  「ACTIBRIDGE」

• オプティム、佐賀県でドローン×AIによる減農薬米栽培を実施
  SAGA

• 数千個のRISC-Vプロセッサを用いた7nmAIチップを開発する米Esperanto Technologies
  数千個ってどう連携して動くんだろうか？

• Tiramisu、その2
  ティラミス？

• Latticeがエッジ向けのAI組み込みFPGAキット「Lattice sensAI」を発表
  Xilinx/IntelってハードIP持ってたかなーっお思いつつ。

• AI女子高生「りんな」が進化。新会話エンジンで『うん』『で、どうなの？』を実現

arXiv.org > cs

• Quantizing Convolutional Neural Networks for Low-Power High-Throughput Inference Engines
  量子化に関して。(後でちゃんと読もう)

• Fast Object Classification in Single-pixel Imaging
  白黒での。

Raspberry Pi3購入

Raspberry Pi3買いました。
一応 Model B+らしい。
面倒くさかったのでComplete Starter Kitにしました。

後から色々やればいいかなと。

これから色々やりまーす！

Google Colaboratoryのランタイム変更(ハードウェアアクセラレータ)

Google Colaboratory の実行ランタイムは
「ランタイム」→「ランタイムのタイプを変更」で変更できます。

今回は「ハードウェアアクセラレータ」を試してみました。
ハードウェアアクセラレータは None or GPUが選択出来ます。

試したコードはこちらのブログ内にあるコードです。

• Keras+TensorflowでRapsberry Piライントレーサー作ってみた

#NNと重みをファイル出力
json_string = model.to_json()
open('c:\cnn_model_40_30.json', 'w').write(json_string)
model.save_weights("c:\cnn_model_weights_40_30.hdf5")

上記の部分だけコメントアウトしました。(今回要らないので。)

実行時間については、多少前後はすると思いますが
やっぱり、GPUにするとかなり早い！！！

type	Time
None	482s
GPU	33s

ちなみに学習実行結果はこんな感じでした。

Test loss: 0.04679989111920198
Test accuracy: 0.9766666666666667

Google Colaboratoryで楽々実行

新生活が始まって約2週間たったけど、未だにPCは支給されず
共有PCにてブラウジングする今日このごろ...

共有PCでも仕事はしないといけないですよね！？
(と言いつつこれも個人PCだけど...)

そんな劣悪な環境下でも、色々とやれるものがあることを教えてもらったのでメモ。

• Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高

まさしくこの通りで、 Google Colaboratoryで実行環境が楽々と手に入ります。

手順

• Google Chromeをインストール
• Google アカウントの作成
• Google Chromeで、作成したアカウントでログイン
• Google Colaboratory にアクセス

以上で、終わりです。

TensolFlow実行

なんか、よく分からないのですが、v1.7がリリースされたみたいで。
こちらを実行。

• Get Started with Eager Execution

※Eager Executionは v1.7から正式リリースされたようです。
こちらがどういうものか分かりやすかった。

• Tensorflow 1.5のEager Executionを触ってみた

で、話を戻して [Get Started with Eager Execution] を進めていく。

最初で最後のハマった点がバージョンだった。
実行時は v1.6だったので、記載がある通りちゃんと

!pip install -q --upgrade tensorflow

を実行後に、再起動もしくは新規ノートブック作成を行う必要があります。

あとは、こんな感じでコピペしていきながら、実行。

学習結果については、記載しているやつとちょっと差分がありました。

これで、終わり！

すごい楽々に実行出来るので、劣悪な環境下でも大丈夫な気がする...
気がする...

第34回 WBA若手の会勉強会に行ってきた

新人で若手なので、昨日(2018/04/11) こちらに参加してきました。

• 第34回 WBA若手の会勉強会「実世界応用のための深層学習」with エクサウィザーズ

面白かった！
ありがとう。
資料も挙がっているので、みなおすようにします。

雑だけど、自分用だからこれでいい。