機械学習エンジニアとして副業をしていることもあり、FindyでCTOしている @ma3tk からのお誘いもあり登壇してきました。 engineer-parallel-work.connpass.com 発表資料はこちら。 speakerdeck.com 副業をしていて感じていることを話してきた。 まだ初めて数ヶ月だが、いい振り返りになった。 視座を高めるために知識の input だけでなく、 output を行い経験値を増やすこと。 そのサイクルを回すことで自身の視座を高くしていく努力をしていくこと。 それを再認識できた発表だった。 懇親会であった質問 ものすごくありがたいことに参加者から、『発表が良かった』と言ってくださる方が多くいらっしゃった。 その方々といろいろ話すことができたので、質問と自分の考えをまとめておく。 始め方はどうされたのですか？ 僕の場合、スライドに載せているFISM

機械学習で学習済みモデルの予測結果をどうやって返すべきか勉強したので、WebAPIとして提供する場合のコードのメモする。 リポジトリはこちら。 READMEに拙い英語でリポジトリの内容について書いた。 個人的な学びポイントは、 load.py の init 関数でリロードした学習済みモデルを返している部分 画像データの受け取り方 の2つである。 まず、学習済みモデルを返している部分についてだが、 tensorflow の場合、 Saver などを使い、 graph に学習済みモデルを読み込む必要があるが、 Keras の場合は学習済みのモデルをリロードし、 predict 関数を使って推論が行える。 そして、もう一つの画像データの受け取り方について。 今回、画像を DataUrl という形式に変換して渡している。 これを利用することで、 API 側では画像を base64 の文字列として受