Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
PyTorchとCaffe2とONNXと深層学習モデルのデプロイについて
Search
Yuichiro Someya
January 27, 2018
Programming
3.1k
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
PyTorchとCaffe2とONNXと深層学習モデルのデプロイについて
https://machine-learning15minutes.connpass.com/event/73442/
Yuichiro Someya
January 27, 2018
More Decks by Yuichiro Someya
See All by Yuichiro Someya
にんげんがさき 基盤はあと / Developers over ML platform
ayemos
0
15k
機械学習をスモールスタートさせる方法 / small machine learning
ayemos
3
2.1k
アットホームな分析基盤の作り方 / Homemade Machine Learning Toolkits
ayemos
1
1k
サービス開発、機械学習、クラウド / the trinity of machine learning
ayemos
0
3.7k
成長を止めない機械学習のやり方 / Don't stop 'til you get enough (data).
ayemos
15
5.3k
AWS で加速する機械学習 / Accelerate Machine Learning with AWS
ayemos
1
360
クックパッドの機械学習基盤 2018 / Machine Learning Platform at Cookpad ~ 2018 ~
ayemos
15
21k
クックパッドにおけるAWS GPUインスタンスの利用事例 / Powering by AWS GPU Instances in Cookpad Inc
ayemos
0
460
How we use GPUs in Cookpad
ayemos
0
200
Other Decks in Programming
See All in Programming
AI時代、エンジニアはどう育つのか -未経験エンジニアの成長を間近で見て考えたこと-
thasu0123
0
130
フィードバックで育てるAI開発
kotaminato
1
120
アルゴリズムは何を圧縮しているのか ─ Haskell から育った「圧縮代数」というメンタルモデル
naoya
16
3.5k
Honoでのサプライチェーン侵害対策 〜 3つのライブラリに学ぶ
yusukebe
7
1.9k
ローカルLLMでどこまでコードが書けるか -縮小版 / How much code can be written on a local LLM Shortened
kishida
2
190
Generative UI & AI-Assistants for Your Angular Solutions
manfredsteyer
PRO
0
110
えっ!!コードを読まずに開発を!?
hananouchi
0
220
ローカルLLMでどこまでコードが書けるか -拡張版 / How much code can be written on a local LLM Extended
kishida
12
4.8k
LaravelLive Japan の裏方のすべて — 第188回 PHP勉強会@東京 (2026-06-24)
suguruooki
2
150
どこまでゆるくて許されるのか
tk3fftk
0
500
Laravelで学ぶ Webアプリケーションチューニング入門/web_application_tuning_101
hanhan1978
4
910
霧の中の代数的エフェクト
funnyycat
1
410
Featured
See All Featured
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
11k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
Are puppies a ranking factor?
jonoalderson
1
3.7k
HDC tutorial
michielstock
2
750
VelocityConf: Rendering Performance Case Studies
addyosmani
333
25k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.4k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
Thoughts on Productivity
jonyablonski
76
5.2k
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
1
2.8k
The Pragmatic Product Professional
lauravandoore
37
7.4k
Tips & Tricks on How to Get Your First Job In Tech
honzajavorek
1
600
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
1
280
Transcript
1Z5PSDIͱ$B⒎Fͱ0//9ͱ ਂֶशϞσϧͷσϓϩΠʹ͍ͭͯ ΫοΫύουגࣜձࣾݚڀ։ൃ෦છ୩༔Ұ
ࣗݾհ છ୩༔Ұ<:VJDIJSP4PNFZB> ΫοΫύουגࣜձࣾݚڀ։ൃ෦ ϦαʔνΤϯδχΞ݄d "84ͱ͔ػցֶशͱ͔ .-NJOVUFTճ
UXJUUFSDPN!BZFNPT@Z HJUIVCDPNBZFNPT IUUQTXXXBZFNPTNF
None
ϨγϐɿສҎ্ ࠃͷ݄ؒར༻ऀɿສਓ
ରԠݴޠɿݴޠϲࠃ ւ֎ͷ݄ؒར༻ऀɿສਓ
"HFOEB ͢͜ͱ χϡʔϥϧωοτϫʔΫϞσϧͷσϓϩΠͷݱঢ়ͱ՝ʹ͍ͭͯ 1Z5PSDIͱ$B⒎Fͱ0//9 χϡʔϥϧωοτϫʔΫͷதؒදݱͱ
͞ͳ͍͜ͱ 1Z5PSDIɺ$B⒎Fɺ0//9ͷ͍ํ σϞ
ϞσϧσϓϩΠͷݱঢ়ͱ՝
എܠ ػցֶशΛར༻͢Δ જࡏ ਓ͕૿͍͑ͯΔ ྫΫοΫύουגࣜձࣾݚڀ։ൃ෦ ݄ͷൃ໊࣌ͷϝϯόʔ
݄ݱࡏࠃʹ໊ ւ֎ʹ໊ ϞσϧͷσϓϩΠ࡞ۀ͕ϘτϧωοΫʹͳ͖ͬͯͨ
5SBJO 5SBJO*OGFSͱ͍͏ॱ൪ ͋Δ͍ͦΕΛ܁Γฦ͢ ྫϓϩτλΠϓɺ1P$ ͳΔָ͘ʹ͘Γ͍ͨ *OGFS
σʔλऩू .PEFM ܇࿅ લॲཧ "1*࣮ ੳ %PDLFSԽ όον࣮ ςετʗࢹ
ϞσϧͷσϓϩΠख๏ྫ ΞϓϦέʔγϣϯίʔυʹΈࠐΉ 1ZUIPOQBDLBHFʹ͢Δ "1*Խ͢Δ
ΞϓϦέʔγϣϯίʔυʹΈࠐΉ ͍͍ͱ͜Ζ ௨৴Φʔόʔϔου͕ආ͚ΒΕΔ Α͘ͳ͍ͱ͜Ζ ΞϓϦέʔγϣϯίʔυΛ͍͡Δඞཁ͕͋Δ
1ZUIPOڥʹݶΒΕΔPSม͢Δඞཁ͕͋Δ Ұํ1Z$BMMͱ͍͏ͷ͋Δ άϧʔίʔυ͕ॏෳ͢Δ ͔݁͠ߏάϧʔ͕ް͔ͬͨΓ͢Δ IUUQTHJUIVCDPNNSLOQZDBMMSC
1ZUIPOQBDLBHFʹ͢Δ άϧʔ෦ΛؚΊͯ1ZUIPOQBDLBHFԽͯ͠ଞॴͰར༻Ͱ͖Δ Α͏ʹ͢Δ ެ։Ͱ͖ͳͷʹ͍ͭͯ1Z1*$MPVE ͳͲΛࣾʹ ཱͯΔͱ͍͏ख͕͋Δ IUUQTHJUIVCDPNTUFWFBSDQZQJDMPVE
1ZUIPOQBDLBHFʹ͢Δ ͍͍ͱ͜Ζ άϧʔίʔυͷॏෳ͕ආ͚ΒΕΔ Α͘ͳ͍ͱ͜Ζ ґવ1ZUIPOڥʹݶΒΕΔ
ख͕͔͔ؒΔ //ϑϨʔϜϫʔΫͷࣝɺ1ZUIPOͷQBDLBHJOHʹؔ͢Δ͕ࣝඞཁʹ ͳΔ ୭͕Δͷ͔ IUUQTHJUIVCDPNTUFWFBSDQZQJDMPVE
"1*Խ͢Δ Ϟσϧ୯ମΛ"1*Խ ϞσϧΛಡΈࠐΜͰɺ֎෦ϦΫΤετʹԠͯ͡ϞσϧΛ ݺͼग़͢ബ͘খ͞ͳ"1*Λ࣮͢Δ NJDSPTFSWJDF पลͷϩδοΫ
FHʰϞσϧ͕εύϜఆͨ͠Β%#ʹϑϥ άΛཱͯΔʱ ֎෦Ͱ࣮
"1*Խ͢Δ ͍͍ͱ͜Ζ Ϟσϧ࣮ͱΞϓϦέʔγϣϯ࣮Λ্ख͘ΓͤΔ ։ൃऀ্ख͚͘ΒΕΔ ΞϓϦέʔγϣϯ1ZUIPOͰͳͯ͘Α͍ NJDSPTFSWJDF
Α͘ͳ͍ͱ͜Ζ ख͕͔͔ؒΔ
"1*αʔόʔ ʰ1ZUIPOQBDLBHFԽɺ"1*Խ͍ͣΕ͔ͷํ๏ʹΑΓɺϞσϧ ͷ࣋ͪग़͕͠ग़དྷΔʱ ͍ͣΕख͕͔͔ؒΓɺ1P$ͷ߹ಛʹࠔΔ Γग़ͯ͠ڞ௨ج൫Խ͢Δʁ ͪΐͬͱͨ͠ϝλσʔλKTPO NPEFMQC .PEFMͷμϯϓϑΝΠϧ
NPEFMQC ͳʹ͔ 1ZUIPOQBDLBHF NPEFMQC
"1*αʔόʔ ͜Εݫ͍͠ NPEFMQC ͳʹ͔ 1ZUIPOQBDLBHF NPEFMQC
ͪͳΈʹ (PPHMF$MPVE.-&OHJOFͱ͍͏͕͋Δ IUUQTDMPVEHPPHMFDPNNMFOHJOF 5FOTPSqPXɺ($1റΓ͋Δ͕Α͘ಈ͘ ެࣜʮόον༻ɻϦΞϧλΠϜਪ#FUBͰ4-"ͳ͍Αʯ "1*αʔόʔ
ͪΐͬͱͨ͠ϝλσʔλ NPEFMQC .PEFMͷμϯϓϑΝΠϧ NPEFMQC
͜͜·Ͱ·ͱΊ Ϟσϧ։ൃऀ͕૿͖͑ͯͨ݁ՌɺϞσϧͷσϓϩΠͱ͍͏ ϘτϧωοΫ͕ݟ͖͑ͯͨ σϓϩΠ࡞ۀΛڞ௨ج൫ͱ͍͏ܗͰΈԽ͍ͨ͠ͱ͜Ζ ޓ͍ʹޓੑͷ ΄ͱΜͲ ͳ͍//ϑϨʔϜϫʔΫ͕
ࢁ͋Δ
1Z5PSDIͱ$B⒎Fͱ0//9
//ϑϨʔϜϫʔΫͷಛੑͱબ ͳͥ//ϑϨʔϜϫʔΫෳ͋Δʁ
//ϑϨʔϜϫʔΫͷಛੑͱબ ʰ࣮ݧͷඇϓϩμΫγϣϯڥʹ͓͍ͯਪͷ࣮ߦ ΑΓॊೈੑ͕༏ઌ͞ΕΔʱ ʰσϓϩΠઌͰɺ࣮ߦڥ αʔόʔʗΤοδ ʹద͠ɺ ਪʹ࠷దԽ͞ΕͨϑϨʔϜϫʔΫ͕·͍͠ʱ
ॊೈੑͱʁ Α͘ʹͳΔͷɺ੩తμΠφϛοΫ
1Z5PSDIͱ$B⒎F 1Z5PSDI ໋ྩతͰ μΠφϛοΫɺ࣮ݧ͖ $B⒎F એݴతͰ
੩తͳϑϨʔϜϫʔΫ ΫϩεϓϥοτϑΥʔϜͰ࣮ߦՄೳ FHJ04 "OESPJE ࣮ݧͱਪ͍͚ΔϞσϧͷՄൖੑ͕ॏཁࢹ͞Εͯ͘Δ
0//9 χϡʔϥϧωοτϫʔΫͷΦʔϓϯͳ*3 தؒදݱ ఆٛ ࣮ମ1SPDPM#V⒎FS
ྫ͑ 1Z5PSDI ࣮ݧ 0//9$B⒎F ϓϩμΫγϣϯ IUUQTSFTFBSDIGCDPNGBDFCPPLBOENJDSPTPGUJOUSPEVDFOFXPQFOFDPTZTUFNGPSJOUFSDIBOHFBCMFBJGSBNFXPSLT IUUQTEFWFMPQFSTHPPHMFDPNQSPUPDPMCV⒎FST 0//9'SPOUFOE 0//9#BDLFOE
ࣅͨΑ͏ͳऔΓΈ IUUQUWNMBOHPSH IUUQTHJUIVCDPNENMDUWN IUUQTHJUIVCDPNENMDOOWN IUUQTXXXLISPOPTPSHOOFG 57.4UBDL 57. //7.
ͦͷଞͷରԠϑϨʔϜϫʔΫ μΠφϛοΫ $IBJOFS 1Z5PSDI FYQPSUରԠॏࢹ ੩త 5' $B⒎F
ɺΤοδ༻ $PSF.- JNQPSUରԠॏࢹ IUUQTHJUIVCDPNPOOYUVUPSJBMT
ͦͷଞͷରԠϑϨʔϜϫʔΫ ྫ͑$B⒎Fͷ࣮ߦڥΛ༻ҙ͓͚ͯ͠ɺ$B⒎F 1ZUPSDI $IBJOFSͷϞσϧ͕࣮ߦͰ͖Δɻ ڞ௨࣮ߦڥເͰͳ͍ 5FOTPSqPXؤுΕ IUUQTHJUIVCDPNPOOYUVUPSJBMT
0//9CBDLFOE "1*αʔόʔ ເ NPEFMQC ͳʹ͔ 1ZUIPOQBDLBHF 0//9GSPOUFOE NPEFMPOOY ͪΐͬͱͨ͠ϝλσʔλKTPO
·ͱΊ ϞσϧͷσϓϩΠʹ·ͭΘΔ՝ͷͭͱͯ͠ɺͦΕͧΕʹ ಛੑ͕ҟͳΔʰෳͷ//ϑϨʔϜϫʔΫ͕ଘࡏ͢ΔࣄʱΛڍ ͛ͨ 0//9Λར༻ͯ͠ϞσϧΛσϓϩΠ͢Δҝͷڞ௨ج൫Λߏங ͢ΔΞΠσΞΛհͨ͠
એ ͦΜͳج൫ΛҰॹʹ࡞Γ·ͤΜ͔ IUUQTDPPLQBEKPCT
ࢀߟจݙ IUUQTSFTFBSDIGCDPNQVCMJDBUJPOTBQQMJFENBDIJOF MFBSOJOHBUGBDFCPPLBEBUBDFOUFSJOGSBTUSVDUVSF QFSTQFDUJWF IUUQTSFTFBSDIGCDPNGBDFCPPLBOENJDSPTPGU JOUSPEVDFOFXPQFOFDPTZTUFNGPSJOUFSDIBOHFBCMFBJ GSBNFXPSLT
IUUQTHJUIVCDPNPOOYUVUPSJBMT