Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
TensorFlow on Mobile
Search
Arata Furukawa
September 11, 2016
Technology
0
160
TensorFlow on Mobile
「9/11 Deep Learning 学生無料勉強会@GMO Yours」
http://jagsc.connpass.com/event/36393/
上記イベントで発表したスライドです。
Arata Furukawa
September 11, 2016
Tweet
Share
More Decks by Arata Furukawa
See All by Arata Furukawa
20251007: What happens when multi-agent systems become larger? (CyberAgent, Inc)
ornew
1
650
2025-04-24 "Manga AI Understanding & Localization" Furukawa Arata (CyberAgent, Inc)
ornew
2
1.1k
TensorFlow Liteで機械学習Androidアプリを超簡単に作る
ornew
4
7.5k
みんなラズパイでTensorFlow Liteしよう?
ornew
2
2.5k
TensorFlowで作ったAIをAndroidアプリで実行する
ornew
0
1.7k
The Future of Mobile × ML
ornew
0
730
Let's use TensorFlow on Android!
ornew
0
550
TensorFlow on Android
ornew
1
2.4k
The motion recognition from the sensor values for wearable terminal
ornew
0
84
Other Decks in Technology
See All in Technology
“決まらない”NSM設計への処方箋 〜ビットキーにおける現実的な指標デザイン事例〜 / A Prescription for "Stuck" NSM Design: Bitkey’s Practical Case Study
bitkey
PRO
1
300
Excelデータ分析で学ぶディメンショナルモデリング ~アジャイルデータモデリングへ向けて~ by @Kazaneya_PR / 20251126
kazaneya
PRO
3
840
Bakuraku Engineering Team Deck
layerx
PRO
11
5.2k
シンプルを極める。アンチパターンなDB設計の本質
facilo_inc
1
990
Data Hubグループ 紹介資料
sansan33
PRO
0
2.3k
モバイルゲーム開発におけるエージェント技術活用への試行錯誤 ~開発効率化へのアプローチの紹介と未来に向けた展望~
qualiarts
0
250
研究開発部メンバーの働き⽅ / Sansan R&D Profile
sansan33
PRO
3
21k
プロダクトマネジメントの分業が生む「デリバリーの渋滞」を解消するTPMの越境
recruitengineers
PRO
3
380
MAP-7thplaceSolution
yukichi0403
2
240
Product Engineer
resilire
0
130
Modern Data Stack大好きマンが語るSnowflakeの魅力
sagara
0
270
Bill One 開発エンジニア 紹介資料
sansan33
PRO
4
16k
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
225
10k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
253
22k
GraphQLとの向き合い方2022年版
quramy
49
14k
Making Projects Easy
brettharned
120
6.5k
Thoughts on Productivity
jonyablonski
73
5k
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
For a Future-Friendly Web
brad_frost
180
10k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.6k
Context Engineering - Making Every Token Count
addyosmani
9
450
Side Projects
sachag
455
43k
Designing for Performance
lara
610
69k
GitHub's CSS Performance
jonrohan
1032
470k
Transcript
Tensorflow on Mobile 東海大学 理学部 日本Androidの会 学生部 古川新
古川 新 Arata Furukawa • 東海大学 理学部 ピカピカの1年生 • プログラミング、イラスト、デザインが趣味
• なんでもします!
Tensorflowとは
人工知能ライブラリでしょ、 そのくらい知ってるよ
厳密には 「人工知能(機械学習)のライブラリ」 は正しくない。
確かにTensorflowは、機械学習の研究を行って いたGoogleのエンジニアや研究者によって開発 されました。 しかし、Tensorflow自体は機械学習に限定され た用途で使用されるものではありません。
“ TensorFlow™ is an open source software library for numerical
computation using data flow graphs.
データフローグラフ型 汎用数値演算ライブラリ Deep Learningは莫大な計算資源を要求します。 その要求に応えるためには、抽象的でスケーラビリティかつ ポータビリティな、非同期並列で実行可能な数値演算の仕組 みが必要でした。 Tensorflowはまさにそれを実現するライブラリです。 機械学習に限らず、このライブラリ自体はどんな計算であって も応用可能です。
(オープンソース・ソフトウェア)
Tensorflow Graph Tensorflowはあらゆる数学演算をノードとエッジの有向グラ フで表現します。 また、TensorflowグラフはProtocol Buffers形式で シリアライズできます。 シリアライズされた抽象グラフは他のプラットフォーム・アーキ テクチャ・デバイスでも扱えます。
Deep Neural Networks ディープニューラルネットワーク(DNN)は巨大な行列演算のグ ラフで表現できます。 よって、DNNも同様にTensorflowグラフとして表現すること ができます。
Distributed TensorFlow Tensorflowの真価は分散処理にあります。Tensorflowでは データ並列が透過的に行なえます。 コードにほとんど手を加えることなく、マシンリソースにスケー ルした適切なスケジューリングの最適化などを全て自動で行 い、演算をスケールアウトします。 高度な分散処理数値演算ライブラリ、それがTensorflowの真 の姿です。
「Large Scale Distributed Systems for Training Neural Networks (Jeff Dean
& Oriol Vinyals Google)」より引用
学習と実行の 非対称性
一般的な演算コスト 学習コスト > 実行コスト
学習の演算コスト 1. 規模にも依るが、膨大な回数の 反復学習が必要←ほぼこれ 2. 誤差の逆伝搬など学習用の 計算量が多い 一般的に知られているように、訓練には 莫大な計算資源が必要となる。 「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
実行の演算コスト 1. 反復実行 →要らない 2. 誤差逆伝搬したりする分の計算量 →要らない
学習に莫大なコストがかかるニューラルネットワークも、 モバイルで動きます
“ TensorFlow Android Camera Demo https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android
GitHubのTensorflowリポジトリに AndroidでTensorflowを 実行するサンプルが公開されている。
http://goo.gl/ CtLXYm ※使用は自己責任でお願いします ※他の場所にアップロードしたり しないでください
サンプルビルドについて 何か話すことがあれば話す (未定)
モバイルアプリに 組み込んでみた
None
Tensorflowによる リバーシAI Androidアプリ
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 Tensorflo w
Data Server Run Tensorflow Firebase Realtime Database C++ Java Protocol
Buffers JNI Reversi OSUSHIの構成:Androidアプリ側 HTTPS Android App
True Portability Tensorflowグラフは非常にポータビリティが高い。 配布されたモデルを利用したり、更にそれを学習させたりする ことが容易です。
「モデルさえあれば…」 Tensorflow学習済みモデルの配布/利用は容易です。 抽象化されたグラフを表現したProtocol Buffers形式のテキ ストorバイナリデータでしかないからです。 実際に配布されているモデルも出始めており、今後増加する と思われます。 もしかしたら、モデルリポジトリなんてものが今後出てくるか も?
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。 人工知能はモデルさえあれば一般的なアプリに組み込むこと が可能な段階にあるのです。
ご清聴ありがとうございました。