Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
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
450
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
550
Amazon VPC Latticeを触ってみた!
kamadakohei
0
990
ECS Service Connect By Terraform
kamadakohei
0
1.3k
LINEBot作ってみた
kamadakohei
0
77
Other Decks in Technology
See All in Technology
なぜフロントエンド技術を追うのか?なぜカンファレンスに参加するのか?
sakito
10
2k
形式手法特論:CEGAR を用いたモデル検査の状態空間削減 #kernelvm / Kernel VM Study Hokuriku Part 8
ytaka23
2
390
Gemini でコードレビュー知見を見える化
zozotech
PRO
1
120
AIにおける自由の追求
shujisado
3
480
技術以外の世界に『越境』しエンジニアとして進化を遂げる 〜Kotlinへの愛とDevHRとしての挑戦を添えて〜
subroh0508
1
300
pmconf2025 - データを活用し「価値」へ繋げる
glorypulse
0
620
AI駆動開発によるDDDの実践
dip_tech
PRO
0
370
会社紹介資料 / Sansan Company Profile
sansan33
PRO
11
390k
Bakuraku Engineering Team Deck
layerx
PRO
12
6.5k
Ryzen NPUにおけるAI Engineプログラミング
anjn
0
240
GitLab Duo Agent Platformで実現する“AI駆動・継続的サービス開発”と最新情報のアップデート
jeffi7
0
190
バグハンター視点によるサプライチェーンの脆弱性
scgajge12
2
620
Featured
See All Featured
Building an army of robots
kneath
306
46k
Build The Right Thing And Hit Your Dates
maggiecrowley
38
3k
Leading Effective Engineering Teams in the AI Era
addyosmani
8
1.3k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.6k
How GitHub (no longer) Works
holman
316
140k
Bash Introduction
62gerente
615
210k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.6k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
54k
Side Projects
sachag
455
43k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
253
22k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.3k
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/