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
アットホームな分析基盤の作り方 / Homemade Machine Learning Too...
Search
Yuichiro Someya
July 23, 2018
Programming
1
990
アットホームな分析基盤の作り方 / Homemade Machine Learning Toolkits
分析基盤トーク #1
https://daft.connpass.com/event/93036/
Yuichiro Someya
July 23, 2018
Tweet
Share
More Decks by Yuichiro Someya
See All by Yuichiro Someya
にんげんがさき 基盤はあと / Developers over ML platform
ayemos
0
14k
機械学習をスモールスタートさせる方法 / small machine learning
ayemos
3
2k
サービス開発、機械学習、クラウド / the trinity of machine learning
ayemos
0
3.5k
成長を止めない機械学習のやり方 / Don't stop 'til you get enough (data).
ayemos
15
5.2k
AWS で加速する機械学習 / Accelerate Machine Learning with AWS
ayemos
1
320
クックパッドの機械学習基盤 2018 / Machine Learning Platform at Cookpad ~ 2018 ~
ayemos
15
20k
PyTorchとCaffe2とONNXと深層学習モデルのデプロイについて
ayemos
1
3k
クックパッドにおけるAWS GPUインスタンスの利用事例 / Powering by AWS GPU Instances in Cookpad Inc
ayemos
0
430
How we use GPUs in Cookpad
ayemos
0
160
Other Decks in Programming
See All in Programming
私の後悔をAWS DMSで解決した話
hiramax
4
210
CloudflareのChat Agent Starter Kitで簡単!AIチャットボット構築
syumai
2
470
Android端末で実現するオンデバイスLLM 2025
masayukisuda
1
120
はじめてのMaterial3 Expressive
ym223
2
250
Performance for Conversion! 分散トレーシングでボトルネックを 特定せよ
inetand
0
130
AWS発のAIエディタKiroを使ってみた
iriikeita
1
180
モバイルアプリからWebへの横展開を加速した話_Claude_Code_実践術.pdf
kazuyasakamoto
0
320
Deep Dive into Kotlin Flow
jmatsu
1
310
速いWebフレームワークを作る
yusukebe
5
1.7k
Putting The Genie in the Bottle - A Crash Course on running LLMs on Android
iurysza
0
140
そのAPI、誰のため? Androidライブラリ設計における利用者目線の実践テクニック
mkeeda
2
260
請來的 AI Agent 同事們在寫程式時,怎麼用 pytest 去除各種幻想與盲點
keitheis
0
110
Featured
See All Featured
Code Review Best Practice
trishagee
70
19k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
9
810
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.6k
Context Engineering - Making Every Token Count
addyosmani
1
31
Docker and Python
trallard
45
3.6k
Automating Front-end Workflow
addyosmani
1370
200k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
A Tale of Four Properties
chriscoyier
160
23k
Building Flexible Design Systems
yeseniaperezcruz
328
39k
Done Done
chrislema
185
16k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.5k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Transcript
ΞοτϗʔϜͳ ੳج൫ͷ࡞Γํ BZFNPT
ࣗݾհ છ୩༔Ұ<:VJDIJSP4PNFZB> ౦ژۀେֶେֶӃܭࢉֶम࢜ ΫοΫύουגࣜձࣾݚڀ։ൃ෦ ϦαʔνΤϯδχΞ݄d ػցֶशج൫
Ϩγϐσʔλͷੳ UXJUUFSDPN!BZFNPT@Z HJUIVCDPNBZFNPT IUUQTXXXBZFNPTNF
ΫοΫύουݚڀ։ൃ෦ ݄ʹൃ ໊࣌ͷϝϯόʔ ݄ݱࡏࠃʹ໊ ւ֎ʹ໊
ΫοΫύουͱػցֶश .ZϑΥϧμ ͓ؾʹೖΓػೳ ͷϨγϐΛࣗಈΧςΰϦྨ ʮྉཧ͖Ζ͘ʯεϚʔτϑΥϯͷྉཧࣸਅΛΧϨϯμʔܗࣜ ͰৼΓฦΓ ࡐྉ໊ͷਖ਼نԽ
ʑ ৄ͘͠IUUQTUFDIMJGFDPPLQBEDPN
BHFOEB ΫοΫύουͷੳج൫ͷհ ੳج൫ͷ͜Ε͔Β
ج൫հͦͷ;PPFZ
None
ੳͱ࣮ݧΛ֤͕ࣗࣗ༝ʹߦ͏ͨΊͷ࠷ݶͷج൫
ج൫հͦͷ̍;PPFZ ܭࢉػڥߏங༻$IBU#PU ܭࢉػڥͷ࡞ʗ্ཱͪ͛ʗఀࢭʗআ ΞΠυϧঢ়ଶͷܭࢉػΛࣗಈఀࢭ
None
$6%" DV%// $6%" DV%// %FFQ-FBSOJOH".*+BO FUD 0VUHPJOH8FCIPPLT
TMBDL@VJE6 DPNNBOEDSFBUFXPSLCFODI MBNCEB*OWPLF 71$ 4VCOFU /BNFλά ڥಛ༗ͷઃఆ͜͜ͰΔ ΠϯελϯεʹATMBDL@VJEAΛ λά͚ͯ͠ॴ༗ऀΛཧ͢Δ DSFBUFXPSLCFODI ;PPFZ
ATTIBZFNPTXPSLCFODIEOTDPNA ;PPFZ *ODPNJOH8FCIPPLT TTI
;PPFZ 4UPQ ΞΠυϧͳΠϯελϯεΛࣗಈఀࢭ
ج൫հͦͷ̍;PPFZ ͷԾ*NBHF %FFQ-FBSOJOH".* Λར༻Մೳ Πϯελϯε࡞ͷೖΓޱΛҰຊԽ ωοτϫʔΫɺηΩϡϦςΟपΓͷࡉ͔͍ઃఆΛٵऩ
ར༻ଆ*NBHFΛ൪߸ͰબͿ͚ͩ ࣾΠϯϑϥͷมԽʹରͯ͠πʔϧͷΞοϓσʔτͰରԠ ւ֎ͷϝϯόʔར༻ IUUQTBXTBNB[PODPNKQNBDIJOFMFBSOJOHBNJT
ج൫հͦͷ̍;PPFZ ֤͕ࣗSPPUΛऔΕΔΠϯελϯεΛ͍ग़͢ গʑલ࣌తʁ ॊೈੑߴ͘ɺ࣮ݧஈ֊ͷڥͱ͍ͯ͠৺͕Α͍ ࣗಈఀࢭ͋ΔͷͰ֤ࣗ҆৺ͯ͠ඞཁͳ্ཱ͚ͩͪ͛ΒΕΔ
ʮ࣮ݧʯΛؚΊαϙʔτ͢Δڞ௨ج൫Λ࣋ͨͳ͍ͷͰ ʮ࣮ݧʯʮຊ൪ʯͷ1PSUBCJMJUZผ్ิڧ͢Δඞཁ͕͋Δ
ج൫հͦͷσʔλج൫
None
͍ΘΏΔ%8) 42-ϕʔεͷ&5-ج൫
σʔλج൫ ͜ΕओʹผνʔϜ σʔλج൫άϧʔϓ ʹΑΔཧ "NB[PO3FETIJGUʹΑΔ%8)ߏங .Z42-3FETIJGUͷΠϯϙʔτδϣϒΛίʔυཧ
ৄ͘͠IUUQTUFDIMJGFDPPLQBEDPNFOUSZ
σʔλج൫ͷར༻ঢ়گ %8)͕ਆ &5- ࣮ݧͷʹ֤͕ࣗߦ͍ɺεΫϦϓτԽ͢Δࣄ͕ଟ͍ ڞ௨&5-ج൫ͷར༻ɺதؒσʔλͷڞ༗ͳͲʹର͢Δχʔζ ͦ͜·Ͱେ͖͘ͳ͍
ݱঢ়
ج൫հͦͷίʔυཧ
ج൫հͦͷίʔυཧ ج൫ʁ DPPLJFDVUUFSEBUBTDJFODF ࣾGPSL Λར༻ ϓϩδΣΫτߏͷςϯϓϨʔτ
ATSDEBUBA ATSDNPEFMAσʔλੜɺֶशεΫϦϓτ AEBUBA ANPEFMTAσʔλɺϞσϧ HJUʹDIFDLJOͤͣɺ4ͱTZOD͢Δ ANBLFTZOD@EBUB@UP@TA
ج൫հͦͷίʔυཧ IUUQTHJUIVCDPNEPDLFSTDJFODFDPPLJFDVUUFSEPDLFS TDJFODF DPPLJFDVUUFSEBUBTDJFODFΛࢀߟʹͨ͠ςϯϓϨʔτ EPDLFSΛར༻͠ɺϓϩδΣΫτͷ࣮ݱੑΛ͞ΒʹߴΊΔ OPUFCPPLͷ্ཱͪ͛
1PSUGPSXBSEߦ͏UBSHFU
ج൫·ͱΊ ݱঢ়౷ҰԽ͞ΕͨػցֶशϓϥοτϑΥʔϜΛར༻͍ͯ͠ͳ͍ ࣗπʔϧͷΈ߹Θͤ %8)Ͱ͓͓ΉͶճ͍ͬͯΔ ج൫ͦͷͷͷཧίετͳͲߟྀͭͭ͠ਐΊͨ݁Ռ ݱঢ় ൺֱతΧδϡΞϧͳӡ༻ͱͳ͍ͬͯΔ
ੳج൫ͷࠓޙ ʙΞοτϗʔϜͳੳج൫͔Βେ౷Ұج൫ͷಓͷΓʙ ͔͜͜Βߟ
ੳج൫ͷࠜຊత՝ (FOFSJDBOE&YUFOTJCMF
ੳج൫ͷࠜຊత՝ 5'9"5FOTPS'MPX#BTFE1SPEVDUJPO4DBMF.BDIJOF-FBSOJOH1MBUGPSN ΑΓ l5IFNBDIJOFMFBSOJOHQMBUGPSNNVTUCFHFOFSJD FOPVHIUPIBOEMFUIFNPTUDPNNPOTFUPGMFBSOJOH UBTLTBTXFMMBTCFFYUFOTJCMFUPTVQQPSUPOFP⒎ BUZQJDBMVTFDBTFTz ҙ༁ ػցֶशج൫แׅత͔֦ͭுՄೳͰ͋Δ͖
(FOFSJDBOE&YUFOTJWF ʰ࣮ݧ͔Βຊ൪ӡ༻·Ͱɺ౷߹తͳڥͰػցֶशʱ ͠Α͏ͱ͍ͯ͠Δ (FOFSJDͳΔ͘ଟ͘ͷϢʔεέʔεʹ ಁաతʹ ରԠ͍ͨ͠ ྑ͍நԽͱ"1*֦ॆͷؤுΓ͖ͬͱେม
&YUFOTJWFྫ֎తͳέʔεʹରͯ͠ গͳ͍࿑ྗͰ ରԠ͍ͨ͠ ҙͷίʔυΛࠩ͠ࠐΊΔॴΛ༻ҙ͢Δɺͱ͔ʜ
(FOFSJDBOE&YUFOTJWF αϙʔτ͢ΔͷόϦΤʔγϣϯͱͷઓ͍ଓ͘ ྨʗճؼ͘Β͍ͷநԽ͔Β࿙Εͯ͠·͏෦͕ແࢹͰ͖ͳ͍ ྔʹͳ͍ͬͯΔ ཁग़య ج൫ͱ͍͏ܕʹΊΔ͜ͱͰࣦΘΕΔॊೈੑͷ૯ྔΛ༧ଌ͢Δ͜
ͱग़དྷͳ͍ ཁग़య
ߟ ج൫େมͳͣͳͷͰ ࡞Δਓͱ͏ਓ͕૿͑ͯίϛϡχςΟ͕ ͢Δඞཁ͕͋Δ ҰํɺνʔϜͷεέʔϧʹ࠷దԽ͞ΕͨπʔϧΛར༻ʗࣗͯ͠ࡁ·ͤ Δͱ͍͏બࢶ͋Δ ͦͷΑ͏ͳݱ͔Β౷Ұ͞Εͨੳج൫ʹΑͬͯͨΒ͞ΕΔϝϦο
τ͕Πϝʔδ͠ʹ͍͘
ߟ ͷͰɺ લड़ͨ͠Α͏ͳ՝Λ্๊͑ͨͰ ੳج൫͕ଧͪग़͢ϝϦοτԿ͔ɺΛߟ͑Δ ͷ͕େࣄͩͱࢥ͏ ػցֶशΛج൫ͳ͠Ͱεέʔϧͤ͞Δͷ͕ ෆՄೳʹۙ͘ ͍͔͠Βɺ
ಋೖʹ͏ίετ՝Λड͚ೖΕͯͰج൫ʹैͬͯ։ൃ͢Δͱ͍͏બΛ͖͢ɺ ͳͷ͔ εέʔϧ͕͍͠ͱ͍͏࣮ײΛ ۀքશମ͕ ࠓͷ࣌Ͱ ಘ͍ͯΔͷ͔ ڞ௨ج൫Խ͢Δ͜ͱʹΑͬͯಘΒΕΔߴڃͳػೳ "#ςετɺࢹͳͲ ͷັྗΛԡ͠ग़͢ͷ͔ ʑ
ߟ ʮσʔλͷྲྀΕ͕͋ΓɺγεςϜ͕σʔλͱڞʹ͢ΔΑ͏ͳγε ςϜʯ·ͰࢹΛ͛Δͱʜ ػցֶशΛ༻͍ͳ͍ ݕࡧΤϯδϯٞͷର ͱͳΔͷ͕ඞવ ݕࡧΤϯδϯࣗମಠࣗਐԽͯ͠ΔͷͰ৽ͨͳ
ιϦϡʔγϣϯΛଧͪग़͢༨ͳ͍͔͠Εͳ͍͕ʜ ͱ͍͑χϡʔϥϧݕࡧΈ߹ΘͤͨγεςϜʹର͢Δ χʔζࠓޙ૿͍͑ͯͣ͘ ͜͜·Ͱ&YUFOTJCMFʹͳΕΔ͔ ͳΔ͖͔ IUUQTXXXBNB[PODPKQ#VJMEJOH*OUFMMJHFOU4ZTUFNT-FBSOJOH&OHJOFFSJOHFCPPLEQ##82)3
·ͱΊ ΫοΫύουݚڀ։ൃ෦͕ར༻͍ͯ͠Δੳج൫Λհ ෦ʹج൫୲͕͍ͯɺϢʔεέʔεʹরΒ͠߹Θͤͳ͕Βۀվળ ݱঢ়ࣗπʔϧͷΈ߹Θͤ %8)Ͱ͓͓ΉͶຬ ੳج൫ͷ͜Ε͔Β
ݱͱͯͨ͘͠͞ΜͷϢʔεέʔεΛൃ৴͍ͯ͘͠ ػցֶशͷ๊͑Δ՝Λ۩ମԽ͠ɺϝοηʔδͱ͍ͯ͑ͯ͘͠ͷ͕ ॏཁͰେมͦ͏