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
Tried to create a deployment pipeline of AutoML Vision.
Search
youyo
March 26, 2019
Technology
0
45
Tried to create a deployment pipeline of AutoML Vision.
Tried to create a deployment pipeline of AutoML Vision.
youyo
March 26, 2019
Tweet
Share
More Decks by youyo
See All by youyo
家の快適度を計測してみた
youyo
1
170
Get started AWS CDK
youyo
0
89
API GatewayのWebSocket対応について
youyo
0
600
GCRと脆弱性検査
youyo
0
150
goodbye-ec2
youyo
0
510
それでも僕はzabbixと生きていく
youyo
1
440
About AWS Lambda and kintone
youyo
1
220
TerraformとWerckerとAWS Organizationsで始めるステージング・開発環境構築 / terraform-wercker-aws-organizations
youyo
1
34k
ServerlessのおさらいとIronFunctionsについて
youyo
0
410
Other Decks in Technology
See All in Technology
競技としてのKaggle、役に立つKaggle
yu4u
3
1k
ServiceNow Knowledge Learning Rise up
manarobot
0
210
チームでロジカルシンキングに改めて向き合っている話 〜学習環境と実践⽅法〜
sansantech
PRO
3
2.4k
元インフラエンジニアに成る / Human Resources to Human Relations
bobtani
4
910
Hands-on Gemini, the Google DeepMind LLM
meteatamel
1
110
Building Dashboards as a Hobby
egmc
0
180
障害対応をちょっとずつよくしていくための 演習の作りかた
heleeen
0
190
Python と Snowflake はズッ友だょ!~ Snowflake の Python 関連機能をふりかえる ~
__allllllllez__
1
120
Vertex AI を中心に 生成AIのアップデートを共有します
kaz1437
0
310
Google Cloud Next '24 Recap(Cloud Run/k8s)
mokocm
0
180
サーバー間 GraphQL と webmock-graphql の話 / server-to-server graphql and webmock-graphql
qsona
2
190
GraphQL 成熟度モデルの紹介と、プロダクトに当てはめた事例 / GraphQL maturity model
mh4gf
7
1.3k
Featured
See All Featured
Into the Great Unknown - MozCon
thekraken
10
990
[RailsConf 2023] Rails as a piece of cake
palkan
23
3.9k
The Pragmatic Product Professional
lauravandoore
25
5.8k
YesSQL, Process and Tooling at Scale
rocio
164
13k
Robots, Beer and Maslow
schacon
PRO
155
7.9k
Done Done
chrislema
178
15k
Stop Working from a Prison Cell
hatefulcrawdad
266
19k
Visualization
eitanlees
136
14k
What's in a price? How to price your products and services
michaelherold
237
11k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
21
1.6k
Building a Scalable Design System with Sketch
lauravandoore
456
32k
The Brand Is Dead. Long Live the Brand.
mthomps
49
28k
Transcript
AutoML Visionのモデル作成/デプロイパイプ ラインを作成してみた 石澤直人 @youyo_
Who am I func main() { profile := map[string]string{ "Name":
" 石澤直人 (@youyo_)", "Company": " ヘプタゴン", "Job": " エンジニア", "Language": "Go, Python...", "Likes": "AWS, GCP, Serverless...", } fmt.Println(profile) }
デモアプリ 孫悟空判定くん ノーマル,スーパーサイヤ人1,2,3,ゴッド,ブルーを判定してくれる GTほとんど見てないので4のことは忘れてた (権利的なアレで画像差し替えました)
今回お話ししたいのはAutoML Visionのこと やら精度のことではなく, 如何にしてモデルの 作成からデプロイまでを自動で行ったか
AutoML Vision Cloud AutoML Vision Alpha を使用すると、機械学習モデルをトレ ーニングして、自分の定義したラベルに従って画像を分類できま す。 アノテーション済み画像をそこまで用意できなくてもなんかそれっ
ぽい結果を返してくれるらしい 制約もちょいちょいありそうだけどお手軽そう まだアルファ でもGoogleなんだからいい感じに使えるんでしょ?
まず何をしたかったか 誰かが画像をアップロードしたら勝手に学習されてモデル作成され てLineBotサーバーが推論するモデルが最新のものに更新される
ボツ案 ぼんやりとしたこうすればいけるやろ~とか思ってたやつ
ここがダメだった1 CloudStorageには画像とその一覧とラベルを含むCSVを置く必要が あり、それらが置かれるバケット名は [ プロジェクトID]-vcm でな ければならないという制約があった。 CloudFunctionsは画像が揃ってからcsvが置かれたタイミングでだ け起動されれば十分なのに, ファイル拡張子での起動制御ができず
画像が置かれている段階でファンクションが起動しまくる結果とな った。 プログラム側でcsv以外だったら無視する処理すればいいっちゃい いけど綺麗じゃないしお金かかるし無駄。 バケットを複数用意して対応することにした。
ここがダメだった2 AutoML Visionでモデル作成が終了したタイミングでのイベント発 行など存在しない さらに実際には 学習スタート! で終わりではなく, データセット作 成/モデル作成(トレーニング)などに分かれていた。 ステート/オペレーション管理しつつ作成されたモデルIDを
Datastoreに保存するようにした。
結果こうなった
まとめ AutoML Vision自体は簡単に試せていい感じ 自動化を考えたときにもう一声欲しい感じ GCP好きなんでいい感じのアップデート待ってます