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
1
3k
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
Tweet
Share
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
14k
機械学習をスモールスタートさせる方法 / small machine learning
ayemos
3
2k
アットホームな分析基盤の作り方 / Homemade Machine Learning Toolkits
ayemos
1
980
サービス開発、機械学習、クラウド / the trinity of machine learning
ayemos
0
3.5k
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
5.2k
AWS で加速する機械学習 / Accelerate Machine Learning with AWS
ayemos
1
320
クックパッドの機械学習基盤 2018 / Machine Learning Platform at Cookpad ~ 2018 ~
ayemos
15
20k
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
420
How we use GPUs in Cookpad
ayemos
0
150
Other Decks in Programming
See All in Programming
CDK引数設計道場100本ノック
badmintoncryer
2
520
PipeCDのプラグイン化で目指すところ
warashi
1
310
フロントエンドのパフォーマンスチューニング
koukimiura
6
2.2k
Yes, You Can Work on Rails & any other Gem
kaspth
0
110
Model Pollution
hschwentner
1
160
“いい感じ“な定量評価を求めて - Four Keysとアウトカムの間の探求 -
nealle
2
12k
Claude Code で Astro blog を Pages から Workers へ移行してみた
codehex
0
130
スタートアップの急成長を支えるプラットフォームエンジニアリングと組織戦略
sutochin26
1
7.6k
コーディングエージェント概観(2025/07)
itsuki_t88
0
100
SwiftでMCPサーバーを作ろう!
giginet
PRO
2
180
TypeScriptでDXを上げろ! Hono編
yusukebe
3
830
ソフトウェア品質を数字で捉える技術。事業成長を支えるシステム品質の マネジメント
takuya542
2
16k
Featured
See All Featured
How to Ace a Technical Interview
jacobian
278
23k
Building Adaptive Systems
keathley
43
2.7k
RailsConf 2023
tenderlove
30
1.2k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
A Modern Web Designer's Workflow
chriscoyier
695
190k
Gamification - CAS2011
davidbonilla
81
5.4k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
The Language of Interfaces
destraynor
158
25k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.8k
How GitHub (no longer) Works
holman
314
140k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
47
9.6k
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