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
440
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
980
ECS Service Connect By Terraform
kamadakohei
0
1.3k
LINEBot作ってみた
kamadakohei
0
74
Other Decks in Technology
See All in Technology
いまさら聞けない ABテスト入門
skmr2348
1
200
Optuna DashboardにおけるPLaMo2連携機能の紹介 / PFN LLM セミナー
pfn
PRO
1
880
FastAPIの魔法をgRPC/Connect RPCへ
monotaro
PRO
1
730
Pure Goで体験するWasmの未来
askua
1
180
GC25 Recap+: Advancing Go Garbage Collection with Green Tea
logica0419
1
400
SREとソフトウェア開発者の合同チームはどのようにS3のコストを削減したか?
muziyoshiz
1
100
ユニットテストに対する考え方の変遷 / Everyone should watch his live coding
mdstoy
0
120
実装で解き明かす並行処理の歴史
zozotech
PRO
1
320
空間を設計する力を考える / 20251004 Naoki Takahashi
shift_evolve
PRO
3
330
許しとアジャイル
jnuank
1
120
Goにおける 生成AIによるコード生成の ベンチマーク評価入門
daisuketakeda
2
100
GA technologiesでのAI-Readyの取り組み@DataOps Night
yuto16
0
270
Featured
See All Featured
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Fireside Chat
paigeccino
40
3.7k
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.9k
For a Future-Friendly Web
brad_frost
180
9.9k
The Power of CSS Pseudo Elements
geoffreycrofte
79
6k
Documentation Writing (for coders)
carmenintech
75
5k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.2k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3.1k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
54
3k
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/