Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
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
2.3k
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
やり方は一つだけじゃない、正解だけを目指さず寄り道やその先まで自分流に楽しむ趣味プログラミングの探求 2025-11-15 YAPC::Fukuoka
sugyan
3
1.1k
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
3.2k
line-bot-sdk-go (Go SDK for the LINE Messaging API) / LINE.go #1
sugyan
0
140
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
3.4k
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
3.8k
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
4.1k
Yokohama.pm #8 LT
sugyan
1
630
Other Decks in Technology
See All in Technology
eBPFとwaruiBPF
sat
PRO
3
1.2k
Introduction to Bill One Development Engineer
sansan33
PRO
0
330
MAP-7thplaceSolution
yukichi0403
2
250
一億総業務改善を支える社内AIエージェント基盤の要諦
yukukotani
8
2.8k
Digitization部 紹介資料
sansan33
PRO
1
6.1k
ML PM Talk #1 - ML PMの分類に関する考察
lycorptech_jp
PRO
1
520
pmconf2025 - 他社事例を"自社仕様化"する技術_iRAFT法
daichi_yamashita
0
510
DGX SparkでローカルLLMをLangChainで動かした話
ruzia
1
260
私も懇親会は苦手でした ~苦手だからこそ懇親会を楽しむ方法~ / 20251127 Masaki Okuda
shift_evolve
PRO
4
550
あなたの知らないDateのひみつ / The Secret of "Date" You Haven't known #tqrk16
expajp
0
110
Claude Code はじめてガイド -1時間で学べるAI駆動開発の基本と実践-
oikon48
43
25k
AI (LLM) を活用する上で必須級のMCPをAmazon Q Developerで学ぼう / 20251127 Ikuma Yamashita
shift_evolve
PRO
2
100
Featured
See All Featured
Bash Introduction
62gerente
615
210k
For a Future-Friendly Web
brad_frost
180
10k
GraphQLとの向き合い方2022年版
quramy
50
14k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
31
2.7k
Become a Pro
speakerdeck
PRO
30
5.7k
Product Roadmaps are Hard
iamctodd
PRO
55
12k
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
Building Applications with DynamoDB
mza
96
6.8k
Site-Speed That Sticks
csswizardry
13
990
The Illustrated Children's Guide to Kubernetes
chrisshort
51
51k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.8k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.5k
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·ͨ͠