Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AIアプリ作ってみた

kamadakohei
September 30, 2021
Technology
0
380

 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

More Decks by kamadakohei

See All by kamadakohei
FargateのPID namespace sharing を試してみた
kamadakohei
0
1.1k
Amazon CloudWatch Syntheticsで始める合成監視
kamadakohei
0
410
Amazon VPC Latticeを触ってみた！
kamadakohei
0
860
ECS Service Connect By Terraform
kamadakohei
0
1.1k
LINEBot作ってみた
kamadakohei
0
60

Other Decks in Technology

See All in Technology
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
UI State設計とテスト方針
rmakiyama
2
390
AWS re:Invent 2024 ふりかえり
kongmingstrap
0
130
DevOps視点でAWS re:invent2024の新サービス・アプデを振り返ってみた
oshanqq
0
180
サイバー攻撃を想定したセキュリティガイドライン 策定とASM及びCNAPPの活用方法
syoshie
3
1.2k
Snowflake女子会#3 Snowpipeの良さを5分で語るよ
lana2548
0
220
OpenAIの蒸留機能(Model Distillation)を使用して運用中のLLMのコストを削減する取り組み
pharma_x_tech
4
540
LINE Developersプロダクト(LIFF/LINE Login)におけるフロントエンド開発
lycorptech_jp
PRO
0
120
生成AIのガバナンスの全体像と現実解
fnifni
1
180
KubeCon NA 2024 Recap / Running WebAssembly (Wasm) Workloads Side-by-Side with Container Workloads
z63d
1
240
MLOps の現場から
asei
6
630
KnowledgeBaseDocuments APIでベクトルインデックス管理を自動化する
iidaxs
1
260

Featured

See All Featured
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
17
2.3k
Large-scale JavaScript Application Architecture
addyosmani
510
110k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
232
17k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
Speed Design
sergeychernyshev
25
670
Building a Modern Day 
E-commerce SEO Strategy
aleyda
38
7k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
The Invisible Side of Design
smashingmag
298
50k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
44
9.3k
It's Worth the Effort
3n
183
28k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
28
4.4k

Transcript

  1. 自作AIアプリ作ってみた

  2. 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

  3. 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

  4. 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

  5. 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。

  6. 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）

  7. 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/