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

Googleがめざす、誰もが使える機械学習

 Googleがめざす、誰もが使える機械学習

ニューラルネットワークとは何か? ディープラーニングはなぜ注目を集めているのか? 実開発での利用の課題は? このセッションでは、これらの疑問について議論し、さらにGoogleフォトやAndroid、Google検索等で利用されているGoogleにおける大規模なニューラルネットワーク導入事例を紹介します。また後半では、Cloud Vision API、Speech API、TensorFlow、CloudMLなど、Googleが提供するスケーラブルでフルマネージドのクラウドサービスについて解説し、Googleの機械学習技術を活用する方法を紹介します。

Kazunori Sato

July 12, 2016
Tweet

More Decks by Kazunori Sato

Other Decks in Technology

Transcript

  1. 19 Android Apps Gmail Maps Photos Speech Search Translation YouTube

    その他多数 利用サービス: 2012 2013 2014 2015 Googleでのディープラーニングの利用増加
  2. 画像認識の学習済みモデルを提供 画像をAPIに送るだけ、機械学習の知識は不要 $2.50 / 1,000 認識 (無償* で試用可能) 一般公開済み Cloud

    Vision API * Google Cloud Platform のプロジェクト内で使用したリソースのコストは別途発生します。
  3. # define the network import tensorflow as tf x =

    tf.placeholder(tf.float32, [None, 784]) W = tf.Variable(tf.zeros([784, 10])) b = tf.Variable(tf.zeros([10])) y = tf.nn.softmax(tf.matmul(x, W) + b) # define a training step y_ = tf.placeholder(tf.float32, [None, 10]) xent = -tf.reduce_sum(y_*tf.log(y)) step = tf.train.GradientDescentOptimizer(0.01).minimize(xent) ネットワークを プレハブのように 簡単設計 学習アルゴリズムを 呼び出すだけ
  4. TensorFlow以前 データサイエンティストを採用 ↓ 教科書の数理モデルを理解 ↓ プログラミング言語で実装 ↓ 単体マシンで学習 ↓ 分散システム開発

    ↓ 分散システムで分散学習 ↓ 学習結果の実運用環境を開発 スマホやIoTは別途に開発 TensorFlow以降 TensorFlowで簡単設計 ↓ 単体マシンで学習 ↓ クラウドで分散学習 ↓ 学習結果をクラウドで実運用 スマホ・IoT展開も容易 とても 困難
  5. 54 54 機械学習API TensorFlowによる カスタムモデル Cloud Vision API Cloud Speech

    API Cloud Translate API Cloud Machine Learning Google BigQuery Stay Tuned…. Cloud Storage Cloud Datalab NEW Alpha GA Beta GA Alpha GA GA
  6. リンク集 Large Scale Distributed Systems for Training Neural Networks, Jeff

    Dean and Oriol Vinals Cloud Vision API: cloud.google.com/vision Cloud Speech API: cloud.google.com/speech TensorFlow: tensorflow.org Cloud Machine Learning: cloud.google.com/ml