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

SONYのNNC

OHNO
January 17, 2020

 SONYのNNC

OHNO

January 17, 2020
Tweet

More Decks by OHNO

Other Decks in Research

Transcript

  1. プログラミング不要の
    ディープラーニングツール
    SONY の Neural Network Console
    大野 宏
    2020/1/11
    Python機械学習勉強会in新潟Restart#10

    View Slide

  2. ディープラーニングのツール
    ・caffe 画像認識で一世を風靡
    開発者がfacebookに移籍してcaffe2を開発
    ・Tnesoflow Googleが開発 利用者が最も多い
    Keras より簡単なライブラリ
    ・chainer 日本のベンチャー企業が開発・提供
    最新技術が搭載
    ・YOLO 高速で高性能 動画にも対応
    ・Pytorch facebookが開発 chainerを参考 使い易い
    ・NNC プログラム無しで利用可

    View Slide

  3. SONYのNNC(Neural Network Console)
    ・ドラッグ&ドロップでネットワークを作成
    ・学習中の認識率を自動でグラフに表示
    ・自動で条件を変えて認識率の計算も可能
    ・ダウンロード版(Windows)とクラウド版(制限付き無料)
    SONYはクラウド(有料版)で収益
    ・パラメータの入力には知識が必要
    ・もともと社内向けに開発したものを公開

    View Slide

  4. NNCの解説書
    ・書籍
    ①「ソニー開発のNeural Network Console入門 数式なし、
    コーディングなしのディープラーニング」
    自分のパソコンでCNN画像分類
    ②【増補改訂・クラウド対応版】
    CNN画像分類、RNNによる時系列予想と異常検知
    ・動画
    Youtubeに解説が多数 分かりやすい

    View Slide

  5. 多数の事例
    ・手書き数字の認識(MNIST)
    ・画像分類(cifar-10)
    ・URL https://dl.sony.com/ja/

    View Slide

  6. 畳み込みニューラルネットワーク
    1998 ルカンらが畳み込みニューラルネットワーク
    (Convolutional Neural Networks)で文字認識
    畳み込み層
    局所的な特徴抽出
    プーリング層
    位置ずれを吸収
    Y.Lecun,et al.”Gradient-based Learning Appplied to Document Recognition”,Proc. of The IEEE,1998
    畳み込み層
    プーリング層
    入力層
    出力層
    プーリング層
    畳み込み層
    (1998 LeNet)
    全結合層
    0~9

    View Slide

  7. SONYのNNC(Neural Network Console)
    ・CNNで画像分類 ネットワークの作成

    View Slide

  8. 学習

    View Slide

  9. 評価

    View Slide

  10. 製造現場での利用
    ・学習済みモデルをPython、C++でも利用可能
    (機械に実装する時に必要)
    import nnabla as nn
    from nnabla.utils import nnp_graph
    nnp=nnp_graph.NnpLoader('results.nnp')
    graph=nnp.get_network('MainRuntime',batch_size=1)
    x=list(graph.inputs.values())[0]
    •y=list(graph.outputs.values())[0]
    from nnabla.utils.image_utils import imread
    img=imread('7.png')
    x.d=img.reshape(1,1,28,28)*1.0/255
    y.forward()
    print(y.d)

    View Slide

  11. 値を予測するPrediction One
    ・AI×ビッグデータで値を予測
    製造業:機器の故障予測で点検の効率化
    出荷数予測により機会損失をなくす
    小売・飲食業:売上を予測して余剰在庫を軽減
    成約率を予測し効果的なアプローチ
    コールセンター業:オペレーターのシフト作成を簡単に
    カスタマーサポート:顧客ニーズを自動分類し傾向把握
    不動産業:成約価格を予測し業務効率を向上
    人事:社員や採用候補者の傾向を予測し適切な人事

    View Slide

  12. Prediction One
    ・営業や総務に有効なツール
    https://predictionone.sony.biz/

    View Slide

  13. まとめ
    ・プログラム無しでディープラーニングを使える
    ただし知識は必要
    ・プログラム経験者にとって使いやすいか
    ある程度プログラム出来る人にとっては逆に使い辛い
    ただしサンプルが充実
    ・プログラム未経験者に有効
    周囲に仲間を増やすためのツール

    View Slide