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 full-size 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 full-size 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 full-size 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 full-size 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 full-size 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 full-size slide

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

    View full-size slide

  8. 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 full-size slide

  9. 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 full-size slide

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

    View full-size slide

  11. 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 full-size slide