このブログは、株式会社フィックスターズのエンジニアが、あらゆるテーマについて自由に書いているブログです。 遠藤です。 先日、ニューラルネットワークをフレームワーク間でやり取りするフォーマットである NNEF と ONNX を紹介いたしました。今回のブログ記事では、それらのうちの ONNX を実際に利用してみて、実際の使用感をレポートしたいと思います。 使用したコードについて 今回の実験で使用したコードは、すべて以下のリポジトリにコミットされています。 fixstars / blog / source / onnx_sample / onnx – Bitbucket null 上記のコードを実行する際に使用した Docker コンテナのビルドスクリプトは、以下のとおりです。nvidia-docker を使って実行してください。 fixstars / blog / source / onnx
こんにちは、freee株式会社でエンジニアをやっている米川(@yonekawa)です。最先端のテクノロジーを使って新しいソリューションを生み出していくことをミッションにした、CTW (Change The World) という役職で働いています。 この記事はfreee Developers Advent Calendar 2017の23日目です。 機械学習ではアルゴリズムや大規模データ処理が注目されがちですが、学習したモデルをどうやってサービスで運用するかも悩ましい問題です。実験やアルゴリズムの検証では強力なツールが揃っているPythonがよく使われるので、そのままPythonでAPI作るケースが多いと思います。しかしプロダクション環境で運用するとなると開発しやすさ以外にも、大量リクエスト時のパフォーマンスやデプロイ、モデルの精度評価やA/Bテストなどさまざまな課題があります。 またfre
This is the third and last part of a series of posts on Nexus 3 and how to use it as repository for several technologies. (Part 1. Part 2.) NOTE: We are constantly improving Sonatype Nexus Repository. This blog may no longer be accurate. You can find the latest instructions here. Installation Check out the first part of this series to see how we installed and ran Sonatype Nexus 3 using a single do
2018/04/01:インストール手順のcuda toolkitのver.を9.1から9.0に変更 GCPでGPUの割当を行ったのでtensorflowを使うために、GPU環境をnvidia-dockerを使って作りました。 これを使うとcudnnのインストール等を行わなくていいので楽らしいです。 前半の今回はnvidia dockerを入れるところまで行います。 0. NVIDIAドライバのインストール 1. CUDA Toolkit 9.0 のインストール 2. Dockerのインストール 3. Nvidia Dockerをインストールする 4. sudoなしでdockerを実行できるように変更 0. NVIDIAドライバのインストール NVIDIAドライバダウンロードから自分の使用するGPUにあったドライバをインストールしましょう。 私の場合、Tesla K80を使うので以下のように
nvidia-dockerが正式にリリースされたのは2017年1月。コンテナにGPUを簡単に利用できるのはその利点の一つ。もう一つはホストに複数のGPUを搭載した際に、特定数または単独なGPUをコンテナ内に利用可能となります。しかしこのplug-inとdocker daemonは別々に取り組む、使用上に少々制限されてる。 2017年の年末に近い11月、nvidia-docker2がついにリリースされました。 説明によると、要点が三つがあると思う。 1. dockerにnvidia-dockerを組み込んた、別々のdaemonは必要ない。 2. 従来バージョンとの互換性。 3. イメージはCUDA無くとも、コンテナ内にGPUも利用できます。 とりあえず設置の流れをメモして、加えて気になる機能を試してみましょう。 システム配置 ubuntu 16.04 dockerインストール済 nvidia
ChainerMN on Kubernetes with GPUs By Shingo Omura May 10, 2018 In General Kubernetes is today the most popular open-source system for automating deployment, scaling, and management of containerized applications. As the rise of Kubernetes, bunch of companies are running Kubernetes as a platform for various workloads including web applications, databases, cronjobs and so on. Machine Learning workloa
【SIGMA 70mm F2.8 DG MACRO | Art】シグマの新レンズ、新型カミソリマクロが激安だった! SIGMAのArtライン初のマクロレンズ発売日決定!思った以上に激安だった話 話題を呼んだシグマの発表”>話題を呼んだシグマの発表 先日発表されたシグマのNEWレンズ droneskyfish.com カメラ好き、レンズ好きにはたまらないラインナップ 注目を集めた内容は Artライン初のマクロレンズ70mm ArtラインF1.4シリーズの105mm単焦点レンズ ArtラインがSONY Eマウントに対応 と、シグマ好き、Art好き、さらにはSONYユーザーにとっても大注目のニュース シグマのArtラインレンズ”>シグマのArtラインレンズ そもそもシグマのArtラインとは メーカー公式によると あらゆる設計要素を、最高の光学性能と豊かな表現力に集中して開発。高水準の芸術的表現を
この記事は ex-mixi Advent Calendar 2017 23 日目のエントリーです。 こんにちは。hnakagawa と申します。 mixiには中途で入り3年ほど在籍してました。入社当初の配属は、たんぽぽという謎チームで当時まだ黎明期だったネイティブ・アプリの開発環境の整備やフレームワーク開発を主に行っていました。 自分は組み込み畑からこの業界で仕事を始め、mixiの様なWeb系に行ったり組み込みに戻ったり、レイヤの上下を行き来するキャリアを送っていますが、アプリのスタートアップを経て去年ぐらいからMLプラットフォームの下回の仕事をするようになり、最近はex-mixiが集う人材吸引会社に吸い込まれたと噂されています? ※注 自分は研究者でもMLエンジニアでもなく、あくまで下回りの知識を活かしMLエンジニアがモデル作成に集中できるような環境を整えるのが現在の仕事 はじめに 今日
tkatoです。エッジデバイスでのDeepLearningに興味があります。 近年DeepLearningで学習したモデルをスマートフォンなどのエッジデバイスで動作させる需要が高まっています。 そこで今回は、Chainerの学習済みモデルをAndroidスマートフォンで動かして行きたいと思います。 具体的には、上図のようにChainerのモデルをONNX-ChainerでONNXフォーマットに変換し、NNVM/TVMを使ってAndroidへデプロイします。 結論から言うと、Chainerの学習済みYOLOv2(tiny)をSnapdragon搭載のAndroidスマートフォンのCPU/GPUで動作させることができました。 また、ChainerをONNXフォーマットに変換してNNVM/TVMを使うことで、「Chainerでモデルをつくる → Androidでの動作確認」が全てPythonから
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く