Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AIアプリ作ってみた

kamadakohei
September 30, 2021
Technology
0
370

 AIアプリ作ってみた

社内の作成物発表会で発表した資料

kamadakohei

September 30, 2021
Tweet

More Decks by kamadakohei

See All by kamadakohei
FargateのPID namespace sharing を試してみた
kamadakohei
0
1k
Amazon CloudWatch Syntheticsで始める合成監視
kamadakohei
0
400
Amazon VPC Latticeを触ってみた！
kamadakohei
0
850
ECS Service Connect By Terraform
kamadakohei
0
1.1k
LINEBot作ってみた
kamadakohei
0
60

Other Decks in Technology

See All in Technology
ISUCONに強くなるかもしれない日々の過ごしかた/Findy ISUCON 2024-11-14
fujiwara3
8
870
データプロダクトの定義からはじめる、データコントラクト駆動なデータ基盤
chanyou0311
2
330
IBC 2024 動画技術関連レポート / IBC 2024 Report
cyberagentdevelopers
PRO
1
110
DynamoDB でスロットリングが発生したとき/when_throttling_occurs_in_dynamodb_short
emiki
0
250
日経電子版のStoreKit2フルリニューアル
shimastripe
1
140
Exadata Database Service on Dedicated Infrastructure(ExaDB-D) UI スクリーン・キャプチャ集
oracle4engineer
PRO
2
3.2k
エンジニア人生の拡張性を高める 「探索型キャリア設計」の提案
tenshoku_draft
1
130
AWS Media Services 最新サービスアップデート 2024
eijikominami
0
200
Lambda10周年！Lambdaは何をもたらしたか
smt7174
2
110
TypeScriptの次なる大進化なるか！？　条件型を返り値とする関数の型推論
uhyo
2
1.7k
これまでの計測・開発・デプロイ方法全部見せます！ / Findy ISUCON 2024-11-14
tohutohu
3
370
Engineer Career Talk
lycorp_recruit_jp
0
190

Featured

See All Featured
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
329
21k
RailsConf 2023
tenderlove
29
900
Code Reviewing Like a Champion
maltzj
520
39k
Documentation Writing (for coders)
carmenintech
65
4.4k
GitHub's CSS Performance
jonrohan
1030
460k
Large-scale JavaScript Application Architecture
addyosmani
510
110k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
250
21k
Typedesign – Prime Four
hannesfritz
40
2.4k
GraphQLの誤解/rethinking-graphql
sonatard
67
10k
Art, The Web, and Tiny UX
lynnandtonic
297
20k
A Philosophy of Restraint
colly
203
16k
The Pragmatic Product Professional
lauravandoore
31
6.3k

Transcript

  1. 自作AIアプリ作ってみた

  2. きっかけ • 昔から一度自作のAIアプリを作ってみたかった • AIの資格取得の勉強でディープラーニングの仕組みについて学 んだのでそれを生かして実際にAIモデルを作ってみたかった

  3. 作ったもの • 画像を読み込んで本田圭佑とじゅんいちダビッドソンを判別し、 同時にその判別した判定結果の確率を算出する

  4. 主な技術要素 インフラ • Heroku Deep Learningフレームワーク • Pytorch Webアプリケーションフレームワーク •

    Flask

  5. 苦労した点 • 量的、質的な課題をクリアした独自のデータセットを用意する 難しさを痛感した • データ量が少ない為、過学習してしまい、80%ほどの精度のモ デルになってしまった。

  6. 今後やりたいこと • モデルの精度を上げる • アプリの作り込み（UIのブラッシュアップ）

  7. 参考 • 以下の講座を参考に本アプリを作成した https://www.udemy.com/course/ai-pytorch/