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
420
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
1.2k
Amazon CloudWatch Syntheticsで始める合成監視
kamadakohei
0
510
Amazon VPC Latticeを触ってみた!
kamadakohei
0
940
ECS Service Connect By Terraform
kamadakohei
0
1.3k
LINEBot作ってみた
kamadakohei
0
70
Other Decks in Technology
See All in Technology
大手企業のAIツール導入の壁を越えて:サイバーエージェントのCursor活用戦略
gunta
7
840
Things you never dared to ask about LLMs — v2
glaforge
1
510
大事なのは、AIの精度だけじゃない!〜1円のズレも許されない経理領域とAI〜
jun_nemoto
10
5.1k
Slackひと声でブログ校正!Claudeレビュー自動化編
yusukeshimizu
3
170
それでもぼくらは貢献をつづけるのだ(たぶん) @FOSS4GLT会#002
furukawayasuto
1
270
GitHub Coding Agent 概要
kkamegawa
1
1.6k
LT:組込み屋さんのオシロが壊れた!
windy_pon
0
350
DevOpsDays Taipei 2025 -- Creating Awesome Change in SmartNews!
martin_lover
0
160
エンジニアが組織に馴染むために勉強会を主催してチームの壁を越える
ohmori_yusuke
2
120
Houtou.pm #1
papix
0
660
プラットフォームとしての Datadog / Datadog as Platforms
aoto
PRO
1
330
令和トラベルQAのAI活用
seigaitakahiro
0
520
Featured
See All Featured
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.8k
Six Lessons from altMBA
skipperchong
28
3.8k
GraphQLとの向き合い方2022年版
quramy
46
14k
The Pragmatic Product Professional
lauravandoore
35
6.7k
It's Worth the Effort
3n
184
28k
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
YesSQL, Process and Tooling at Scale
rocio
172
14k
Building a Modern Day E-commerce SEO Strategy
aleyda
40
7.3k
Build your cross-platform service in a week with App Engine
jlugia
231
18k
How to Ace a Technical Interview
jacobian
276
23k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
252
21k
Docker and Python
trallard
44
3.4k
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/