TensorFlow on Android

TensorFlow on Android 日本Androidの会・東海大学1年古川新

古川新 Arata Furukawa http://ornew.net/ 東海大学理学部１年生 MaruLabo管理者日本Androidの会運営委員
日本Androidの会学生部 © Arata Furukawa

DeepLearning

AlexNet © TensorFlow Tutorial “Image Recognition” https://www.tensorflow.org/versions/r0.11/tutorials/image_recognition/index.html

Google DeepDream © Alexander Mordvintsev https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/deepdream/deepdream.ipynb

Facebook DeepFace © Yaniv TaigmanMing YangMarc'Aurelio RanzatoLior Wolf /「DeepFace: Closing
the Gap to Human-Level Performance in Face Verification」

Androidアプリで使いたい！ The Android robot is reproduced or modified from
work created and shared by Google and used according to terms described in the Creative Commons 3.0 Attribution License.

学習と利用の非対称性

学習の演算コスト膨大な回数の反復学習が必要専用のハードウェアなどかなりの計算資源を使っても莫大な時間がかかる (上写真) 「AlphaGo の試合に用いられた Googleのディープラーニング専用サーバ」
Google Cloud Platform Japan Blogより引用 (右写真) 「Facebook’s open-sourcing of AI hardware is the start of the deep-learning revolution」より引用

人工知能は、筋肉と同じ

筋肉を鍛えるには、たくさんの時間とお金が必要です何回も何回もトレーニングして、少しずつ筋肉は強くなります

一方で、筋肉を使って動くのは簡単時間もお金もかかりません

利用の演算コスト反復実行も、誤差評価も、逆伝搬もしない →桁違いにコストは少ない

現実的な演算コスト学習 > 利用

学習済みモデルを利用するだけならモバイルで動きます

TensorFlow

データフローグラフ型汎用数値演算ライブラリ TensorFlow 抽象的でスケーラビリティかつポータビリティな、非同期並列に実行可能な数値演算の仕組みを実現するライブラリ。

TensorFlow Graph あらゆる演算は、データフローを向きとした有向グラフで表現されます。 y = 2x x mul
y 2

Deep Neural Networks ディープニューラルネットワーク(DNN)は Tensor(スカラ・ベクトル等)に対する巨大な演算として表現されます。 DNNはTensorFlowグラフとして表現することができます。つまり、TensorFlowでDeepLearningができます。

TensorFlowを使ったリバーシAI Androidアプリ ABC 2016 Autumnで公開予定！

Android Firebase プレイデータを自動送信 AIが定期的に自動更新される TensorFlow

Firebase Realtime Database Run TensorFlow Data Server C++ Java Protocol
Buffers JNI Reversi お寿司リバーシの構成：Androidアプリ側 HTTPS Android App

Javaとの連携 TensorFlowはJavaをサポートしていないため Android Native Development Kit (NDK)か Java Native Interface
(JNI)を使うことになります。お寿司では、JNIを使っています。

TensorFlowのビルド・実行 Android向けにTensorFlowバイナリをBazelでクロスコンパイルします。ドキュメントは一切ないので、 Issueで情報を集めて試行錯誤するか、中の人に聞くかです。作った動的ライブラリをJavaでロードし、ネイティブコードを実行します。

Serialize TensorFlow Graphは Protocol Buffers形式でシリアライズできます。 y = 2x x
mul y 2 graph.pb

関数としてのTensorFlow Graph TensoFlow Graphは、演算の集合を、データフローを向きとするグラフで表現したものですので、入力と出力があります。よって、グラフそのものを関数と考えても差し支えありません。

画像データ？？？文字データ 5041 Function? F(x) -> y TensorFlow Graph

Black Box 関数として考えたならば、入力と出力の形状さえ一致していれば、このグラフの処理がなんであろうと関係ありません。グラフを差し替えたとしても、形状が一致すればユーザコードをアップデートする必要はありません。

True Portability! グラフファイルを差し替えるだけで処理をすり替えられるため、お寿司AIの更新はグラフファイルをサーバからダウンロードするだけであり、可搬性が非常に高いです。

新しいアプリ開発の形？ニューラルネットワークは処理能力に乏しいモバイルプラットフォームでも利用できます。 Deep Learningは、モデルさえあれば一般的なアプリに組み込むことが可能な段階にあります。

「DeepLearningはお金のある大企業や大学のやること」今やそんなことはありません。既にユーザレベルは個人にまで広がっており、一般のモバイルアプリケーションに組み込むことも可能なレベルに技術は達しています。

DeepLearningを使うことで、今までにない機能をモバイルアプリケーションに組み込むことができるかもしれません。新しいユーザエクスペリエンスが誕生し、 ITの新しい市場となるかもしれません。その可能性をDeepLearningは十分に秘めていて、その先駆者となる可能性はまだ私達にもあるのです。

DeepLearningを学びたい学生のための仮想研究室

登録はマルラボ公式サイトから! https://marulabo.net/ マルラボの取り組み DeepLearningを使った研究に必要なマシンがない！勉強したいが、なにを学べばいいかわからない！最先端の研究者・技術者と交流したい！ MaruLaboが
学生に無償で提供します！

DeepLearningに特化した超火力マシンが2台！ ① NVIDIA Tesla M40 4枚挿し　ASKさん、NVIDIAさんからの寄贈品です ② GeForce
GTX TITAN X 4枚挿し　さくらインターネットさんからの寄贈品です

孫泰蔵さんからも寄贈予定！近日中に、孫泰蔵さんからも同等以上の性能のマシンを寄贈していただけることになっています！このように、MaruLaboは多くの企業や個人の方々にご支援いただき運営しております！

多くのフレームワークがセットアップ済み！ TensorFlow、Caffe、Torch、CNTKなど、多くのフレームワークをセットアップしてあります。セットアップのための技術や知識が要らないため、 DeepLearningへの敷居がグッと下がります。特にTensorFlowはGPU性能を最大限に引き出すために、私がCUDA 8.0とcuDNN 5.1用にソースコードから
カスタムビルドしてあります。

登録はマルラボ公式サイトから! https://marulabo.net/ オンライン勉強会も予定中！初心者の学生向けに、MaruLaboメンバ限定でオンライン勉強会を開催予定です！

マシンの寄贈のお願いどんなに優秀であっても、今の日本の学生には DeepLearningの開発・学習のための環境がありません。未来を担う学生の育成・研究のため、ぜひご協力をお願いします。お問い合わせは、公式サイトからお願いします。 https://marulabo.net/

ご清聴ありがとうございました facebookやってます何かあればこちらまで古川新 https://www.facebook.com/old.r.new

TensorFlow on Android

TensorFlow on Android

More Decks by Arata Furukawa

Other Decks in Technology

Featured

Transcript