「Core ML Tools実践入門」という本を書きました #技術書典 - その後のその後
iOS×機械学習といえばCore ML。既製のCore MLモデルを扱うのは非常に簡単なのですが、 TensorFlowやKeras等の機械学習ツールで作成した独自モデルをCore MLモデルに変換したい モデルサイズを小さくしたい 複数サイズの入力をサポートしたい オンデバイスで更新できるようにしたい 等々、つまり 自分でCore MLモデルをつくりたい・カスタマイズしたい場合にはCore ML Tools（coremltools）を使いこなすことが不可欠 です。 が、こんなに重要なツールなのに意外にも情報が少なく、日本語情報どころか英語の公式ドキュメントすら全然網羅的ではありません。 というわけで自分で勉強しつつ書いた本がこちらです1。 Core ML Toolsの利用方法を実践形式でさまざまなモデルをつくりながら学んでいきます。最初はわずか2行のコードで変換することからはじめてCor
［書評］日本語初の「モバイルアプリ開発者向け」機械学習・ディープラーニング解説書 - その後のその後
「iPhone/Androidアプリ開発者のための機械学習・深層学習 実践入門」をご恵贈いただきました。機械学習関連の技術書は数あれど、モバイルアプリ開発者向けを謳ったものは日本語では初だと思います。 iPhone/Androidアプリ開発者のための機械学習・深層学習 実践入門posted with amazlet at 19.01.24布留川 英一 ボーンデジタル (2019-01-26) 売り上げランキング: 171,507 Amazon.co.jpで詳細を見る モバイル向けというとCore ML/ML Kit等の学習済みモデルを活用するフレームワークやツール群を想起しますが、本書ではCreate ML、Turi Create、TensorFlow、Cloud AutoMLといったモデル作成側についても解説されています。 また目次を見るとわかりますが、機械学習／ディープラーニングの定番
Cloud AutoML Vision が本当にノンプログラミングで使えるのか試してみた
2018年9月にサンフランシスコで開催されたGoogle Cloud Next ’18において、「Cloud AutoML Vision」のBETAリリースが発表されました。 Cloud AutoML Visionは、機械学習に関する高度な知識を持たずとも独自の画像認識モデルを作れるサービスとなっており、AIの民主化を掲げるGoogle Cloudを象徴するサービスとして注目が高まっています。 本当に高度な機械学習知識を持たずとも画像認識モデルが作れるのか、全くプログラミングができない私が実際にCloud AutoML Visionを使ってモデルを作ってみました。 1.AutoML Visionは簡単に独自の画像認識モデルが作れるサービス Google Cloudの画像認識サービスとして「Vision API」というサービスが既に提供をされています。Vision APIは簡単に画像認識技術
ドラッグ＆ドロップで機械学習のモデルがつくれる「Create ML」の使い方 - その後のその後
iOS 12の気になる新機能のAPIを見ていくシリーズ。昨日はARKit 2の永続化・共有機能や3D物体検出機能について書きました。 本記事ではCreate MLについて。1 Create ML Create MLは、Core MLのモデルを作成するためのmacOSの新フレームワークです。 昨日のState of the Unionにてデモがありましたが、なんと、学習用データが入ったフォルダをドラッグ＆ドロップするだけで作成できます。 ちなみに要macOS 10.14 Mojaveです。 MLImageClassifierBuilder まだMojaveにアップデートしていないので試せていない2のですが、丁寧なチュートリアル記事が出ていて、作業手順を図付きで確認できます。 PlaygroundsでMLImageClassifierBuildeを初期化してshowInLiveViewを呼ぶコ
1
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
処理を実行中です
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
