Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
CoreMLやってみた - 2017/07/15 AKIBA.Swift x SWWDC
Search
tototti
July 22, 2017
Technology
0
1.1k
CoreMLやってみた - 2017/07/15 AKIBA.Swift x SWWDC
AKIBA.Swift x SWWDCの発表資料です。
tototti
July 22, 2017
Tweet
Share
More Decks by tototti
See All by tototti
ShazamKit調べてみた - 仙台iOS開発者勉強会 SWWDC47 - AppleEvent振り返り + LT会
tototti
0
240
2017年 SWWDCの活動振り返りと来年の展望
tototti
0
640
データサイエンスで宝くじ hack
tototti
0
1.4k
Realm使ってみた (SWWDC 仙台iPhoneとか開発者勉強会 その26)
tototti
0
470
Xcodeの小ネタ (SWWDC 仙台iPhoneとか開発者勉強会 その26)
tototti
0
420
Other Decks in Technology
See All in Technology
2025年のデザインシステムとAI 活用を振り返る
leveragestech
0
120
Entity Framework Core におけるIN句クエリ最適化について
htkym
0
110
LayerX QA Night#1
koyaman2
0
240
[Neurogica] 採用ポジション/ Recruitment Position
neurogica
1
110
Knowledge Work の AI Backend
kworkdev
PRO
0
160
マイクロサービスへの5年間 ぶっちゃけ何をしてどうなったか
joker1007
18
7.5k
モダンデータスタックの理想と現実の間で~1.3億人Vポイントデータ基盤の現在地とこれから~
taromatsui_cccmkhd
1
250
ExpoのインダストリーブースでみたAWSが見せる製造業の未来
hamadakoji
0
190
シニアソフトウェアエンジニアになるためには
kworkdev
PRO
3
260
MariaDB Connector/C のcaching_sha2_passwordプラグインの仕様について
boro1234
0
1k
100以上の新規コネクタ提供を可能にしたアーキテクチャ
ooyukioo
0
240
まだ間に合う! Agentic AI on AWSの現在地をやさしく一挙おさらい
minorun365
17
2.4k
Featured
See All Featured
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
55k
Exploring anti-patterns in Rails
aemeredith
2
200
Facilitating Awesome Meetings
lara
57
6.7k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
61k
Reflections from 52 weeks, 52 projects
jeffersonlam
355
21k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
0
71
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
130
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
0
210
We Analyzed 250 Million AI Search Results: Here's What I Found
joshbly
0
250
Java REST API Framework Comparison - PWX 2021
mraible
34
9k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.6k
Transcript
DPSF.-ͬͯΈͨ 488%$Y",*#"TXJGU
ࣗݾհ w .ݝ4ࢢग़ w J04ΞϓϦ w डୗ։ൃͰΞϓϦ࡞ͬͯ·͢
488%$ w 4FOEBJ8PSME8JEF%FWFMPQFST $POGFSFODF w 4JODF w ΄΅݄։࠵ɹ͜Ε·Ͱʹճ
࠷ۙͷࢲత׆ಈ
DPVSTFSB.- ػցֶशͷֶशͷఆ൪ͱݴΘΕ͍ͯΔ
1ZUIPO͡Ί·ͨ͠ 4XJGUͲ͜ʹ͍ͬͨʜ
Ռ Ռͨͯ͠Ռͱݴ͑Δͷ͔ʜ
ػցֶशͷษڧձ Γ͍ͨͰ͢Ͷʜ
͔ͯ͠͠ J04͖ؾຯʁ ͦΜͳ͜ͱͳ͍ΜͰ͚͢ͲɺࣄͰͬͯΔ͠ʜ
88%$ ͦΜͳத։࠵͞Εͨ88%$
DPSF.-͕ൃදʹͳΓ·ͨ͠ ը૾ɿ88%$*OUSPEVDJOH$PSF.-ΑΓ
88%$DPSF.- w *OUSPEVDJOH$PSF.- w 88%$4FTTJPO w $PSF.-JOEFQUI w
88%$4FTTJPO ϜʔϏʔΛݟͨ σϞ͕Θ͔Γ͍͢ͷͰΦεεϝ
Convert to Core ML Core ML Tools Xcode Your App
.-.0%&- ը૾ɿ88%$*OUSPEVDJOH$PSF.-ΑΓ
DPSF.-ϝϦοτ w Ϟσϧ࡞Γ1ZUIPOͰॻ͚Δ w طଘͷϥΠϒϥϦར༻ w ॲཧ͕ΞϓϦͰ݁͢Δ w ϓϥΠόγʔ "QQMF͞Μ͕ڧௐͯ͠·ͨ͠
DPSF.-ͬͯΈͨ
DPSF.-ͬͯΈͨ w Ϟσϧ4RVFF[F/FU w "QQMFͷαΠτʹࡌͬͯΔ w ೖྗɿը૾ Y w
ग़ྗɿςΩετ ө͍ͬͯΔͷ w ༰ྔ.#
ϞσϧΛ9DPEFʹͱΓࠐΉ w .PEFMϑΝΠϧΛ9DPEFʹυϥοά Demo Recap Xcode integration υϥοά͢Δ͚ͩͰ͑ΔΑ͏ʹͳΔʂ ը૾ɿ88%$*OUSPEVDJOH$PSF.-ΑΓ
ιʔεΛॻ͘ let model = SqueezeNet() let prediction = try model.prediction(image:
cvPixelBuf) print(“\(prediction.classLabel)) Θ͔ͣߦͰ݁Ռ͕ग़Δ
࣮ݧ നனʹࣂ͍ओͷුؾݱΛܸͯ͠ڻዼΛӅͤͳ͍ೣ ը૾ɿϑϦʔૉࡐͺͨͦ͘ʢXXXQBLVUBTPDPN
݁Ռ w "SDUJDGPY w ϗοΩϣΫΪπω w XIJUFGPY w
ന͍Ωπω w "MPQFYMBHPQVT w ϗοΩϣΫΪπω
݁Ռ ϗοΩϣΫΪπωʂ
࣮ݧ ೣϏοΫϦ ը૾ɿϑϦʔૉࡐͺͨͦ͘ʢXXXQBLVUBTPDPN
݁Ռ w MZOY w ΦΦϠϚωί w DBUBNPVOU w ωίՊͷ्ɺ
ಛʹ Ϋʔ ΨʔɺΦΦϠϚωί
݁Ռ ΦΦϠϚωίʂ
DPSF.-·ͱΊ w ಈ͔͚ͩ͢Ͱ݁ߏָ͍͠ w طଘϞσϧͷಋೖੌ͘खܰ w ҰํɺϞσϧΛ࡞Δͷ͍͠ w Ͳ͏͍͏͍ํ͕Ͱ͖Δ͔ʜ
w ͜Ε͔Βߟ͍͑ͨ