Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
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
230
2017年 SWWDCの活動振り返りと来年の展望
tototti
0
620
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
AI駆動開発に向けた新しいエンジニアマインドセット
kazue
0
340
職種の壁を溶かして開発サイクルを高速に回す~情報透明性と職種越境から考えるAIフレンドリーな職種間連携~
daitasu
0
140
現場で効くClaude Code ─ 最新動向と企業導入
takaakikakei
1
210
AIエージェント開発用SDKとローカルLLMをLINE Botと組み合わせてみた / LINEを使ったLT大会 #14
you
PRO
0
100
Evolución del razonamiento matemático de GPT-4.1 a GPT-5 - Data Aventura Summit 2025 & VSCode DevDays
lauchacarro
0
120
バッチ処理で悩むバックエンドエンジニアに捧げるAWS Glue入門
diggymo
3
190
2025年になってもまだMySQLが好き
yoku0825
8
4.6k
なぜスクラムはこうなったのか?歴史が教えてくれたこと/Shall we explore the roots of Scrum
sanogemaru
5
1.6k
Agile PBL at New Grads Trainings
kawaguti
PRO
1
390
「何となくテストする」を卒業するためにプロダクトが動く仕組みを理解しよう
kawabeaver
0
320
Aurora DSQLはサーバーレスアーキテクチャの常識を変えるのか
iwatatomoya
1
700
【初心者向け】ローカルLLMの色々な動かし方まとめ
aratako
7
3.4k
Featured
See All Featured
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.6k
The Cult of Friendly URLs
andyhume
79
6.6k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.1k
Making the Leap to Tech Lead
cromwellryan
135
9.5k
Music & Morning Musume
bryan
46
6.8k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
920
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.9k
Producing Creativity
orderedlist
PRO
347
40k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
131
19k
Bash Introduction
62gerente
615
210k
Optimizing for Happiness
mojombo
379
70k
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