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

Kotlinで機械学習：VGG16モデルで犬猫判断

E9a8393b5ad337ea9103d50169aa6d32?s=47 Lukas
October 23, 2017
Technology
0
740

 Kotlinで機械学習：VGG16モデルで犬猫判断

Using deeplearning4j to distinguish between Cats and Dogs

E9a8393b5ad337ea9103d50169aa6d32?s=128

Lukas

October 23, 2017
Tweet

More Decks by Lukas

See All by Lukas
Using Rust to Process ILDA (Laser Video) Files
E9a8393b5ad337ea9103d50169aa6d32?s=48 lukasjapan
0
290
Help me, Obi-Wan Kenobi - A webpack tale
E9a8393b5ad337ea9103d50169aa6d32?s=48 lukasjapan
0
58
Controlling a Laser with the Raspberry Pi
E9a8393b5ad337ea9103d50169aa6d32?s=48 lukasjapan
0
70
Making a Template Engine for Kotlin
E9a8393b5ad337ea9103d50169aa6d32?s=48 lukasjapan
0
560
Building a Weather Station with the RaspberryPi
E9a8393b5ad337ea9103d50169aa6d32?s=48 lukasjapan
0
41
サーバーサイドkotlinは怖くない：Kotlin ✖︎ Spring Boot
E9a8393b5ad337ea9103d50169aa6d32?s=48 lukasjapan
0
85

Other Decks in Technology

See All in Technology
プログラマがオブジェクト指向しても幸せになれない理由
Bf7fe621f4fe1615c228ef8a79b87282?s=48 shirayanagiryuji
0
150
OPENLOGI Company Profile
5c588fdfe782f92fa6b081903edd82bb?s=48 hr01
0
550
【toranoana.deno#7】Denoからwasmを呼び出す基礎
6ab47a68ee78e84c34731ce12333deff?s=48 toranoana
0
130
DOM Invader - prototype pollution対応の衝撃 - / DOM Invader - prototype pollution
2c4ef0f20c4f05ca30e6c9917f0c17b6?s=48 okuken
0
160
Swift Regex Builder
266af7918931b0ea15eae9e8f42ecfa6?s=48 kumamotone
1
110
機械学習システムのアーキテクチャとデザインパターン
Ab00369879507922677a971b56cec3ae?s=48 washizaki
1
530
情報の世界 2022年度 第11回「都市のデータ」 #情報の世界 / Data of City 2022
65241d0356dc5a93b0fec68bcf7b42ac?s=48 yumulab
0
110
FastConnect 冗長性のベスト・プラクティス
0d29d155ce5c5a93ed46363626da3ea7?s=48 ocise
0
100
【Pythonデータ分析勉強会#33】「DearPyGuiに入門しました」の続き～Image-Processing-Node-Editor～
26afa82334d1037f0ba602272b950c90?s=48 kazuhitotakahashi
0
160
JDK Flight Recorder入門
484571ccba0db66b69dc11761afdd0c4?s=48 chiroito
1
510
Security Hub のマルチアカウント 管理・運用をサーバレスでやってみる
640727b1a8120669de9b6d7f1d469893?s=48 ch6noota
0
860
The Fractal Geometry of Software Design
B90ab53ba7cf16ed1a4bb679cc6751d7?s=48 vladikk
1
1.2k

Featured

See All Featured
Robots, Beer and Maslow
9375a9529679f1b42b567a640d775e7d?s=48 schacon
152
7.1k
It's Worth the Effort
Ba530e786553390f3fb271848485681c?s=48 3n
172
25k
Writing Fast Ruby
1f74b13f1e5c6c69cb5d7fbaabb1e2cb?s=48 sferik
612
57k
Gamification - CAS2011
4394ceb8b277f35ee3da7030384efb5d?s=48 davidbonilla
75
3.9k
Adopting Sorbet at Scale
2bb923c57a1fdc3a2eb484bb8d565fd2?s=48 ufuk
63
7.6k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
D8fc2580cfaca035f666d9e4ee79a7f7?s=48 mongodb
29
4.3k
What’s in a name? Adding method to the madness
C0390e8b11079f8761c0cd3274ed61cb?s=48 productmarketing
11
1.6k
Intergalactic Javascript Robots from Outer Space
6804f1775cb4babfcc3851298566fbce?s=48 tanoku
261
25k
Why Our Code Smells
20bfe76b3d6105641f879fe45cfc9272?s=48 bkeepers
PRO
324
55k
Why You Should Never Use an ORM
88bc30284c6a424b63a92aad27d0ba36?s=48 jnunemaker
PRO
47
7.6k
The Pragmatic Product Professional
1177e050db6bafe62885362edf6e3537?s=48 lauravandoore
19
3k
Web development in the modern age
465724d73fe3a92c0879fdfb43a3a6f3?s=48 philhawksworth
197
9.3k

Transcript

  1. Kotlinで機械学習 VGG16モデルで犬猫判断 どこでもKotlin #3 2017/10/23 エムスリー株式会社 Lukas Prasuhn

  2. 自己紹介 - M3のSoftware Engineer - 日本歴１２年のドイツ人 - Java経験が少ない → いきなりKotlin

    - Kotlin以外の得意言語 - C++ (C++11まで) - PHP5 - Github: https://github.com/lukasjapan - Twitter: @cvguy84 - RaspberryPiをイジるのが好き - モデル1 は 1台 - モデル3 は 3台

  3. （私にとっての）Kotlinとは - めちゃ書きやすいJava - Kotlin/Javaの関係 - KotlinはJavaの考え方より柔らかい - KotlinはJavaの資産を多く使っている -

    Kotlinの目的はJavaを使いやすくするため - Javaを尊敬しながら、Kotlinの利用者が急増

  4. ディープラーニングとは - 機械学習の一種 - ニューラルネットワーク（NN）を使用 - 手法のざっくり説明 - 答えを知っている入力データは大量ある -

    NNに入力データ+それに対する答えを学習させる - 他の入力データに対して答えが出力可能になる 行列計算で答えを出 せる 学習させる時は行列 の値を調整する

  5. VGG16のモデル（NN） - 下記の問題を解くために作られたNN - 入力データは画像 - 答えはラベル1000個に対する「自信度」 - ラベルはimage-net.orgが定義 -

    金魚 - ノートパソコン - 飛行機 - ビーグル - ... - 比較的にシンプルで優秀 - 16レイヤー

  6. ラベルから犬猫判断 - 画像は犬？猫？ - image-net.orgのラベルを見たら - Egyptian_cat, Persian_cat, cougar, …

    - French_bulldog, toy_terrier, … - 判断提案1 - cat, dogであるラベル（手動判断）の自信度を見る - 1000個もある - 自信度が低い場合、どうする？ - 写真にヒントある？ - 骨 → 犬、ネズミ → 猫、... - 判断提案2 - VGG16ラベル → 犬猫関係を学習させる！

  7. 犬猫判断できるNNを作成 - 犬猫写真＋答えを大量DL（kaggle.com） - 全写真のVGG16ラベルを判定 - VGG16ラベル＋答え（犬、猫）を新NNに学習させる - そして連続判定 -

    写真 → VGG16 → 新NN → 犬、猫の「自信度」 VGG16の1000個ラベル の「自信度」 犬に対する「自信度」 猫に対する「自信度」

  8. ようやくKotlin登場！ - 実装は何言語？ - 機械学習世界ではPythonが強い - どこでもKotlin! 機械学習分野でもKotlin! - deeplearning4j

    - Javaのディープラーニングライブラリー - Skymind社がサポート（Softbankと共同） - これからPepperに入るかも - 当然だがKotlinで問題なく使える - 公式サンプルコードにも.ktファイルを目撃

  9. deeplearning4jのモデルZOO - 有名なモデルを提供 - VGG16もある - 学習済みモデルがDL可 - 最初の実行時にモデルを裏でDL -

    ~490MB

  10. ここでKotlinの一つのアピールポイント - outputはINDArray型である - deeplearning4j所属ライブラリの行列フォーマット - 扱いにくい（数学視点重視） - 答えは一行の行列で表す -

    Kotlinの拡張関数でList<Double>に置き換える - Kotlinの便利機能は直感的に使える - sort, map, ...

  11. 犬猫NNの実装 - 公式サンプルコードを自分のニーズに合わせて、モデルを作成 - VGG16ラベル＋答えで学習させる - 学習済みモデルを保存（Serialize） - 答えは下記のように定義 -

    猫の場合：100%猫、0%犬 - 犬の場合：0%猫、100%犬 https://github.com/lukasjapan catsvsdogsgame

  12. 犬猫判断の実装 - 保存モデルをDeserialize - VGG16モデルで得たラベルを入力 - 犬猫それぞれの自信度出力

  13. デモ（というかゲーム！） - TwitterAPIで #m3kt #catsdogs ハッシュタグを監視 - ツイートのプロフィール写真で犬猫判断を行う - 結果はAPIで呟く

    @cvguy84 - おまけでVGG16モデルの判断も教える - 「自信度」が高くなるプロフィール写真が勝つ ヒント：どうしても勝ちたい場合は、プロフィール写真を犬または猫に変える https://github.com/lukasjapan catsvsdogsgame

  14. 最後に - http://www.fast.aiのディープラーニングコース - 機械学習世界で有名な「Jeremy Howard」が無料提供 - Youtube動画 - プログラマー向け

    - 数学的なことももちろん教えている - Python/Keras/... - 今日の内容はLesson 1+2

  15. #m3kt #catsdogs ぜひ呟いてみてね！ https://github.com/lukasjapan catsvsdogsgame