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
TensorFlowを利用した アイドル顔識別についてあれこれ / 2017-01-28 GC...
Search
すぎゃーん
January 28, 2017
Technology
2
2.2k
TensorFlowを利用した アイドル顔識別についてあれこれ / 2017-01-28 GCPUG Fukuoka 5th
GCPUG Fukuoka 5th 〜Machine Learning 祭〜
https://gcpugfukuoka.connpass.com/event/46049/
で使った資料です
すぎゃーん
January 28, 2017
Tweet
Share
More Decks by すぎゃーん
See All by すぎゃーん
機械学習モデル開発と データセット管理での GCP活用 / 2019-03-23 GCPUG in Nara #3
sugyan
1
3.1k
line-bot-sdk-go (Go SDK for the LINE Messaging API) / LINE.go #1
sugyan
0
100
趣味でTensorFlowで画像分類 するためのデータセットを どうにかする話 / 2018-12-04 Mix Leap Study #29
sugyan
0
3.3k
DeepLearningによるアイドル顔識別を支える技術 / 2017-08-04 builderscon tokyo
sugyan
8
13k
2017-08-04-builderscon-tokyo-lt
sugyan
0
3.7k
WebエンジニアがTensorFlowで機械学習に入門しながら顔識別アプリを作ってみた / 2016-05-20 Machine Learning Kotohajime
sugyan
13
110k
TensorFlowによるDeep Learningでアイドルの顔識別する話
sugyan
6
4k
Yokohama.pm #8 LT
sugyan
1
580
Other Decks in Technology
See All in Technology
Wvlet: A New Flow-Style Query Language For Functional Data Modeling and Interactive Data Analysis - Trino Summit 2024
xerial
1
120
Qiita埋め込み用スライド
naoki_0531
0
5.1k
新機能VPCリソースエンドポイント機能検証から得られた考察
duelist2020jp
0
220
日本版とグローバル版のモバイルアプリ統合の開発の裏側と今後の展望
miichan
1
130
成果を出しながら成長する、アウトプット駆動のキャッチアップ術 / Output-driven catch-up techniques to grow while producing results
aiandrox
0
310
GitHub Copilot のテクニック集/GitHub Copilot Techniques
rayuron
36
13k
統計データで2024年の クラウド・インフラ動向を眺める
ysknsid25
2
840
NilAway による静的解析で「10 億ドル」を節約する #kyotogo / Kyoto Go 56th
ytaka23
3
380
Wantedly での Datadog 活用事例
bgpat
1
440
Amazon VPC Lattice 最新アップデート紹介 - PrivateLink も似たようなアップデートあったけど違いとは
bigmuramura
0
190
あの日俺達が夢見たサーバレスアーキテクチャ/the-serverless-architecture-we-dreamed-of
tomoki10
0
460
株式会社ログラス − エンジニア向け会社説明資料 / Loglass Comapany Deck for Engineer
loglass2019
3
32k
Featured
See All Featured
The Cost Of JavaScript in 2023
addyosmani
45
7k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
45
2.2k
A Modern Web Designer's Workflow
chriscoyier
693
190k
The Pragmatic Product Professional
lauravandoore
32
6.3k
Testing 201, or: Great Expectations
jmmastey
40
7.1k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.3k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
17
2.3k
Rails Girls Zürich Keynote
gr2m
94
13k
Building a Modern Day E-commerce SEO Strategy
aleyda
38
7k
A better future with KSS
kneath
238
17k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
169
50k
Transcript
5FOTPS'MPXΛར༻ͨ͠ ΞΠυϧإࣝผʹ͍ͭͯ͋Ε͜Ε ($16('VLVPLBUI ͗͢ΌʔΜ !TVHZBO
ࣗݾհ w ͗͢ΌʔΜ !TVHZBO w 8FCܥΤϯδχΞ w 1FSMͱ͔+BWBͱ͔ w
3VCZͱ͔1ZUIPOͱ͔(Pͱ͔ w υϧϮλ w CMPHॻ͍ͯ·͢IUUQNFNPTVHZBODPN
ී௨ͷ8FCΤϯδχΞͳͷͰ ʮσΟʔϓϥʔχϯάͬͯͷ͕͍͢͝Β͍͠ʯ ʮͰػցֶशͬͯઐ͕ࣝඞཁͳ͍ͭ͠ Ͱ͠ΐʜʯ ͱ͍͏ײ͡ͰखΛग़ͮ͠Β͔ͬͨ ʙ
5FOTPS'MPXొ ʮ5VUPSJBM༻ҙ͞Ε͍ͯΔ͠ɺૉਓͰͳΜͱ͔ ͳΔ͔ͳʜʁ͜ͷػʹͪΐͬͱ৮ͬͯΈΔ͔ʯͱ
࠷ॳͷҰา./*45 w ͳΜ͔ը૾ೝࣝͰࣈΛྨ͢Δͷ͕l)FMMP 8PSMEzతͳೖ Β͍͠ w ΈࠐΈͷϞσϧͰͷਖ਼ʂ w ʜ͔݁͠͠Ռͷࣈ͚ͩݟͯΠϝʔδΘ͔ͳ͍ͧ w
ࣗͰඳ͍ͯࢼͤΔΠϯλϑΣʔε͕ཉ͍͠ ˠ8FCΞϓϦͰ࡞Ζ͏ IUUQNFNPTVHZBODPNFOUSZ
./*450OMJOF IUUQTUFOTPSqPXNOJTUIFSPLVBQQDPN
ಠࣗͷը૾ྨ՝ w ./*45 $*'"3Λࢼ͠ɺྨϞσϧΛ࡞ͬͯ ը૾Λࣝผͤ͞Δํ๏͍͍͔ͩͨͬͨ w ֶशσʔλΛ༻ҙͰ͖ΕɺҙͷυϝΠϯʹ Ԡ༻Ͱ͖Δͣ
ΞΠυϧإࣝผ w ࣗͷ͖ͳΞΠυϧͨͪࣝผͰ͖Δʜʂʁ w ·͞ʹझຯͷԆઢ্ w Ҏલ͔ΒͬͯΈ͍ͨͱࢥ͍ͬͯͨ w ΞχϝͷྨͳͲͷલྫطʹଟ͋Δ
ඞཁͳͷσʔληοτ w ڭࢣσʔλͱͯ͠إͷը૾ͱͦΕ͕Ͳͷਓ͔Λ ࣔ͢ϥϕϧͷηοτ͕େྔʹඞཁ w lࣗࡱΓzΛΞοϓ͍ͯ͠ΔΞΠυϧଟ͍͠؆୯ ͳͷͰʁʁ ʜͱࢥ͍ͬͯͨ
ରʮΞΠυϧʯ w ਖ਼֬ͳఆٛΉ͔͍ͣ͠ w ·ͣશࠃ֤ͰϥΠϒΛத৺ʹ׆ಈ͍ͯ͠Δ ʮϥΠϒΞΠυϧʯͱͨ͠ w ϝδϟʔͳਓؾΞΠυϧ΄ΜͷҰѲΓ w ઍਓډΔͱݴΘΕ͍ͯΔ
σʔληοτ࡞ w ը૾͚ͩͳΒ؆୯ʹͨ͘͞ΜूΊΒΕΔ w ϒϩάɺ5XJUUFSɺ*OTUBHSBNͳͲͳͲ w ͦΕͧΕը૾͔ΒإྖҬΛΓग़ͯ͠ w ҰͭҰͭϥϕϧΛ͚ཧ͢Δ
0QFO$7Ͱإݕग़ w ͓ख͔ܰΜͨΜ)BBSMJLF$BTDBEFT w ͔͠͠ޡݕग़݁ߏ͋Δ w ࣼΊ͍ͬͯΔͱ΄΅μϝͩͬͨΓ ˠը૾ࣗମΛ͚ͯݕग़͢Δ"1*Λࣗ࡞ IUUQNFNPTVHZBODPNFOUSZ
ϥϕϧ͚σʔλͷཧ w ը૾ʹର͠ϥϕϧΛબ w ೖྗิ͕ඞਢ w Ұཡͯ֬͠ೝɺฤूɺআͳͲ w ૢ࡞֬͘͢͠ೝ͍͢͠ΠϯλϑΣʔε͕ཉ͍͠ ˠཧ༻ͷ8FCΞϓϦΛࣗ࡞
IUUQNFNPTVHZBODPNFOUSZ
w ݕग़ث w 1ZUIPO 0QFO$7 'MBTLͰ+40/"1*Խ w ཧΞϓϦ w 3VCZPO3BJMT
w ఆظλεΫͰΫϩʔϦϯάͯ͠ը૾ऩूɾإݕग़ w ֶशͰ͏σʔληοτ༻όΠφϦੜ
·ͣਓ͘Β͍͔Β IUUQNFNPTVHZBODPNFOUSZ IUUQNFNPTVHZBODPNFOUSZ
ਓͰࢼͯ͠Έͨݟ w ֤݅ͣͭ͘Β͍ͷσʔληοτͰ࡞Εͨ w YͷαΠζͰ$*'"3ϞσϧͰ͘Β͍ w ྨϞσϧΛࣗ࡞ͯ͠վળͷखԠ͑ w YͷαΠζΛೖྗ w
ΈࠐΈΛˠʹ૿͢ w (SBEJFOU%FTDFOU0QUJNJ[FSˠ"EBN0QUJNJ[FS
ྨରΛ૿͢ w ԿઍਓͷରɾԿेສ݅ͷإը૾ w ϥϕϧ͚࡞ۀʹऴΘΓ͕ແ͍ w ͋Δఔͷຕ͕ू·ͬͨ࣌Ͱྨରͱֶͯ͠श w ਫ਼ʹͦΕ΄Ͳظ͠ͳ͍ w
͋Δఔͷಛ௫ΜͰ͘ΕΔͣ w ֶशͤͨ͞ϞσϧͰະྨͷإը૾Λਪ w ͦͷ݁Ռͷਖ਼ޡΛνΣοΫͯ͠σʔλΛ૿͢
ਅ໘ʹੑೳධՁ IUUQNFNPTVHZBODPNFOUSZ
ੑೳධՁͱ࣮ݧ w ͋Δఔͷσʔλ͕ἧͬͨ࣌Ͱ࣮ࢪ w ਓY݅ͷॏෳͳ͠σʔληοτΛ࡞ w ݅ͣͭͰֶश͠ɺ݅Ͱਖ਼ଌఆ w TUFQ΄ͲͷֶशͰʹͳΔ͜ͱΛ֬ೝ w
ύϥϝʔλΛଟগݮΒͯ͠ಉਫ਼͕ग़Δ͜ͱ֬ೝ w ೖྗαΠζ৭ใͷӨڹ࣮ݧ
إࣝผ#05 IUUQNFNPTVHZBODPNFOUSZ
إࣝผ#05 w إࣝผϞσϧΛ࣮ࡍʹࢼͨ͢ΊͷΠϯλϑΣʔε w إը૾ͷࣝผΛ+40/"1*ʹ w -*/&.FTTBHJOH"1*ʹܨ͗ࠞΜͰ#05Խ w ը૾ΛૹΔͱݕग़֤ͨ͠إը૾Λࣝผ w
إݕग़$MPVE7JTJPO"1*Ͱ ͍ɺਫ਼ྑ͍ w ਪͷਖ਼ޡϑΟʔυόοΫΛૹΔػೳ w ֶशσʔλ૿͢ͷΛखͬͯΒ͑ΔΑ͏ʹ
શମਤ
ݱࡏͷঢ়گ w ऩूͨ͠إը૾ສ݅ w ͏ͪສઍ݅΄Ͳϥϕϧ͚ࡁΈ w Γ߹͍ͷϮλΫʹखͬͯΒͬͨΓ w ֶश͍ͯ͠Δྨରϥϕϧ݅ w
ొ͍ͯ͠ΔΞΠυϧ ਓ΄Ͳ w ͏ͪਓ΄ͲطʹଔۀͳͲͰର֎ʹʜ
ΞΠυϧإࣝผͷߟ w ಉҰਓͰ༷ʑͳإ͕͋Δ w දɺϝΠΫɺ࣌ؒܦաͰมΘΔ w ՃΞϓϦ͕͔ͳΓհ w ͦΕͳΓͷֶशσʔλඞཁͦ͏ w
ͦΕͰͦΕͳΓʹࣝผͰ͖͍ͯΔ w ಥવͷଔۀղࢄ͕ͱͯͭΒ͍
ࠓޙͷ՝ɾల w Γσʔληοτ࡞େ͖ͳ՝ w ܧଓͯ͠ूΊଓ͚ΔΈ࡞Γ w ະը૾ͷΫϥελϦϯάࢼ͍ͯ͠Δ w ਫ਼্ w
͍·ͩʹෆՄղͳޡࣝผଟ͍ w ྨର֎ͷإΛͲ͏ѻ͏͔ʁ
ࠓޙͷ՝ɾల w إݕग़ͷࣗ࡞ w 4JOHMF4IPU.VMUJCPY%FUFDUPS 44% w ߴߴਫ਼Ͱମݕग़Ͱ͖ΔΒ͍͠ w
ݩͷ࣮$B⒎Fɺ5FOTPS'MPXҠ২͋Δ w ϞσϧܰྔԽɺεϚϗͷΧϝϥΞϓϦʹʁ w ੜܥ͏গ͠ൃల͍ͤͨ͞
%$("/ʹΑΔը૾ੜ IUUQNFNPTVHZBODPNFOUSZ
5FOTPS#PBSEͰͷՄࢹԽ IUUQNFNPTVHZBODPNFOUSZ
5FOTPS'MPXͷྑ͍ͱ͜Ζ w ॳ৺ऀͰೖ͍͢͠ w υΩϡϝϯτಡΊ͍͍ͩͨԿͱ͔ͳΔ w ࢀߟʹͰ͖Δهࣄଟ͍ w ։ൃ͕׆ൃ w
͏͖͡ʂ w ίϛϡχςΟ׆ൃ
3FQPTJUPSJFT w IUUQTHJUIVCDPNTVHZBOUFOTPSqPXNOJTU w IUUQTHJUIVCDPNTVHZBOGBDFEFUFDUPS w IUUQTHJUIVCDPNTVHZBOGBDFDPMMFDUPS w IUUQTHJUIVCDPNTVHZBOUGGBDFSFDPHOJ[FS w
IUUQTHJUIVCDPNTVHZBOUGEDHBO w IUUQTHJUIVCDPNTVHZBOGBDFHFOFSBUPS w IUUQTHJUIVCDPNTVHZBOJEPMGBDFMJOFCPU
͋Γ͕ͱ͏͍͟͝·ͨ͠