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
AIアプリ作ってみた
Search
kamadakohei
September 30, 2021
Technology
0
430
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
Share
More Decks by kamadakohei
See All by kamadakohei
FargateのPID namespace sharing を試してみた
kamadakohei
0
1.3k
Amazon CloudWatch Syntheticsで始める合成監視
kamadakohei
0
530
Amazon VPC Latticeを触ってみた!
kamadakohei
0
970
ECS Service Connect By Terraform
kamadakohei
0
1.3k
LINEBot作ってみた
kamadakohei
0
73
Other Decks in Technology
See All in Technology
第64回コンピュータビジョン勉強会@関東(後編)
tsukamotokenji
0
220
LLM時代の検索とコンテキストエンジニアリング
shibuiwilliam
2
1.1k
Amazon Bedrock AgentCore でプロモーション用動画生成エージェントを開発する
nasuvitz
6
410
イオン店舗一覧ページのパフォーマンスチューニング事例 / Performance tuning example for AEON store list page
aeonpeople
1
250
トヨタ生産方式(TPS)入門
recruitengineers
PRO
1
150
AIとTDDによるNext.js「隙間ツール」開発の実践
makotot
5
620
AIが住民向けコンシェルジュに?Amazon Connectと生成AIで実現する自治体AIエージェント!
yuyeah
0
260
AIドリブンのソフトウェア開発 - うまいやり方とまずいやり方
okdt
PRO
9
560
Evolution on AI Agent and Beyond - AGI への道のりと、シンギュラリティの3つのシナリオ
masayamoriofficial
0
160
小さなチーム 大きな仕事 - 個人開発でAIをフル活用する
himaratsu
0
120
そのコンポーネント、サーバー?クライアント?App Router開発のモヤモヤを可視化する補助輪
makotot
3
280
DeNA での思い出 / Memories at DeNA
orgachem
PRO
3
1.3k
Featured
See All Featured
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
Speed Design
sergeychernyshev
32
1.1k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
GraphQLとの向き合い方2022年版
quramy
49
14k
[RailsConf 2023] Rails as a piece of cake
palkan
56
5.8k
Documentation Writing (for coders)
carmenintech
73
5k
Why You Should Never Use an ORM
jnunemaker
PRO
59
9.5k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Site-Speed That Sticks
csswizardry
10
780
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
110
20k
A Modern Web Designer's Workflow
chriscoyier
695
190k
RailsConf 2023
tenderlove
30
1.2k
Transcript
自作AIアプリ作ってみた
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
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
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
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。
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)
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/