前の仕事でやってたディープラーニングの話

お仕事紹介 この夏にやってた仕事が、その後の皆様の努力もあって無事リリースされたようで、手元のアプリにも降ってきたし、ちょこちょこ表でも話が出ているのでその紹介を。 https://speakerdeck.com/diracdiego/20171029-kantocv-kikuta ここで紹介されているカテゴリ分類、というのが自分がやってた物です。 写真を、料理の名前ごとにフォルダ分けしたかのようなビューを作る、という機能で、そのうちモデルの所だけを担当していました。 UIやサービスとしてはいろいろ難しさもあるにせよ、モデルとしては画像からどの料理か当てる、なんていう、いかにも普通の画像認識問題となっている。 マルチラベルにするかシングルラベルにするか、とか、細かい所で選択肢はいろあろあるにせよ、データセットもラベル付けされてるのが既にあるし、そう難しい事は無いだろう、と思っていた（それは

[suginoy]

“結局の所、既存のディープラーニングの様々な研究はいろいろな事をやった時に「上手く行った所」を切り取って発表している”

[inukun36]

感動して電車で泣いた

[kisa12012]

“スクラムとかスプリントとか全然使い物にならなくて、管理らしい管理は出来ないが、まぁ仕方ないんじゃないか。 仕事ぶりは主任にあたる人がメンバーとのディスカッションで判断するのが良いんじゃないか。”

[aipacommander]

"結局の所、既存のディープラーニングの様々な研究はいろいろな事をやった時に「上手く行った所」を切り取って発表している。" わかりみにあふれる

[Nnwww]

先端の機械学習は(下手すれば著者すら見切れて無い)暗黙的な仮定のジェンガの上にある。従って論文とその実装を読み込むことで生ずる直観的な理解を増やさないと多くの場合当然に死にます。

[stealthinu]

ディープラーニングを実務に応用しようとするとうまくいかないことも多いがその途中で他の使い所とか落とし所とかも見えてくるから最初にこういう使い方と決めてしまわないほうが良いという話

[matarillo]

Cynefin Frameworkでいうchaotic