Enviar búsqueda
Cargar
【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB
•
Descargar como PPSX, PDF
•
2 recomendaciones
•
319 vistas
Deep Learning Lab(ディープラーニング・ラボ)
Seguir
初めてのAzureでBrainwave触ってみた
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 26
Descargar ahora
Recomendados
Open stack活用に求められる人材と育成について2017 0314
Open stack活用に求められる人材と育成について2017 0314
Trainocate Japan, Ltd.
Microsoft の深層学習への取り組み
Microsoft の深層学習への取り組み
Hirono Jumpei
リクルート流Elasticsearchの使い方
リクルート流Elasticsearchの使い方
Recruit Technologies
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
Hirono Jumpei
祝★AWSスタンダードコンサルティングパートナーに認定されました
祝★AWSスタンダードコンサルティングパートナーに認定されました
Core Concept Technologies
Azure サポート チームの現場からお届けする落ちないサービスのために
Azure サポート チームの現場からお届けする落ちないサービスのために
Teppei Ishii
AWS White Belt Guide 目指せ黒帯!今から始める方への学び方ガイド
AWS White Belt Guide 目指せ黒帯!今から始める方への学び方ガイド
Trainocate Japan, Ltd.
Xpjug lt-20210918
Xpjug lt-20210918
Takeshi Hirosue
Recomendados
Open stack活用に求められる人材と育成について2017 0314
Open stack活用に求められる人材と育成について2017 0314
Trainocate Japan, Ltd.
Microsoft の深層学習への取り組み
Microsoft の深層学習への取り組み
Hirono Jumpei
リクルート流Elasticsearchの使い方
リクルート流Elasticsearchの使い方
Recruit Technologies
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
Hirono Jumpei
祝★AWSスタンダードコンサルティングパートナーに認定されました
祝★AWSスタンダードコンサルティングパートナーに認定されました
Core Concept Technologies
Azure サポート チームの現場からお届けする落ちないサービスのために
Azure サポート チームの現場からお届けする落ちないサービスのために
Teppei Ishii
AWS White Belt Guide 目指せ黒帯!今から始める方への学び方ガイド
AWS White Belt Guide 目指せ黒帯!今から始める方への学び方ガイド
Trainocate Japan, Ltd.
Xpjug lt-20210918
Xpjug lt-20210918
Takeshi Hirosue
リクルートの利用事例から考える AWSの各サービスとセキュリティ
リクルートの利用事例から考える AWSの各サービスとセキュリティ
Recruit Technologies
Rspberry PI + AWS IOT検証
Rspberry PI + AWS IOT検証
シイエヌエス
Splunkと各種ツールによるAWSの管理
Splunkと各種ツールによるAWSの管理
kinunori
Elastic で出来る事 - 30分で一通りお見せします!
Elastic で出来る事 - 30分で一通りお見せします!
aslead
AWSでのセキュリティ運用 ~IAM,VPCその他
AWSでのセキュリティ運用 ~IAM,VPCその他
Recruit Technologies
DLL#3 Microsoft Community & AI Update
DLL#3 Microsoft Community & AI Update
Hirono Jumpei
[data analytics showcase] A15: デジタルデータの可視化基盤「ENdoSnipe」を使った、システムトラブルの未然防止、経営判...
[data analytics showcase] A15: デジタルデータの可視化基盤「ENdoSnipe」を使った、システムトラブルの未然防止、経営判...
Insight Technology, Inc.
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
NTT DATA Technology & Innovation
(2017.9.7) Neo4jご紹介
(2017.9.7) Neo4jご紹介
Mitsutoshi Kiuchi
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
Recruit Technologies
Introducing the elastic 8.0 release a new era of speed, scale, relevance, and...
Introducing the elastic 8.0 release a new era of speed, scale, relevance, and...
Shotaro Suzuki
データからビジネス変革をもたらすマイクロソフトの AI とは
データからビジネス変革をもたらすマイクロソフトの AI とは
Miho Yamamoto
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
Takanori Suzuki
Elastic on Azure Integration & Building React UI Based Search App Using Azure...
Elastic on Azure Integration & Building React UI Based Search App Using Azure...
Shotaro Suzuki
Building modernapplicationwithelasiccloud
Building modernapplicationwithelasiccloud
Shotaro Suzuki
Getting Started With AKS
Getting Started With AKS
Balaji728392
(2017.6.2) Azure HDInsightで実現するスケーラブル分析環境
(2017.6.2) Azure HDInsightで実現するスケーラブル分析環境
Mitsutoshi Kiuchi
July techfesta2014 f30
July techfesta2014 f30
Motoki Kakinuma
Ansible・Serverspecベースの自動化フレームワークSHIFT wareの紹介
Ansible・Serverspecベースの自動化フレームワークSHIFT wareの紹介
光平 八代
5W1Hで考えるCCoE.pptx
5W1Hで考えるCCoE.pptx
Tomoaki Tada
Data Scientists Love SQL Server
Data Scientists Love SQL Server
Tomoyuki Oota
Automation with SoftLayer and Zabbix
Automation with SoftLayer and Zabbix
softlayerjp
Más contenido relacionado
La actualidad más candente
リクルートの利用事例から考える AWSの各サービスとセキュリティ
リクルートの利用事例から考える AWSの各サービスとセキュリティ
Recruit Technologies
Rspberry PI + AWS IOT検証
Rspberry PI + AWS IOT検証
シイエヌエス
Splunkと各種ツールによるAWSの管理
Splunkと各種ツールによるAWSの管理
kinunori
Elastic で出来る事 - 30分で一通りお見せします!
Elastic で出来る事 - 30分で一通りお見せします!
aslead
AWSでのセキュリティ運用 ~IAM,VPCその他
AWSでのセキュリティ運用 ~IAM,VPCその他
Recruit Technologies
DLL#3 Microsoft Community & AI Update
DLL#3 Microsoft Community & AI Update
Hirono Jumpei
[data analytics showcase] A15: デジタルデータの可視化基盤「ENdoSnipe」を使った、システムトラブルの未然防止、経営判...
[data analytics showcase] A15: デジタルデータの可視化基盤「ENdoSnipe」を使った、システムトラブルの未然防止、経営判...
Insight Technology, Inc.
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
NTT DATA Technology & Innovation
(2017.9.7) Neo4jご紹介
(2017.9.7) Neo4jご紹介
Mitsutoshi Kiuchi
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
Recruit Technologies
Introducing the elastic 8.0 release a new era of speed, scale, relevance, and...
Introducing the elastic 8.0 release a new era of speed, scale, relevance, and...
Shotaro Suzuki
データからビジネス変革をもたらすマイクロソフトの AI とは
データからビジネス変革をもたらすマイクロソフトの AI とは
Miho Yamamoto
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
Takanori Suzuki
Elastic on Azure Integration & Building React UI Based Search App Using Azure...
Elastic on Azure Integration & Building React UI Based Search App Using Azure...
Shotaro Suzuki
Building modernapplicationwithelasiccloud
Building modernapplicationwithelasiccloud
Shotaro Suzuki
Getting Started With AKS
Getting Started With AKS
Balaji728392
La actualidad más candente
(16)
リクルートの利用事例から考える AWSの各サービスとセキュリティ
リクルートの利用事例から考える AWSの各サービスとセキュリティ
Rspberry PI + AWS IOT検証
Rspberry PI + AWS IOT検証
Splunkと各種ツールによるAWSの管理
Splunkと各種ツールによるAWSの管理
Elastic で出来る事 - 30分で一通りお見せします!
Elastic で出来る事 - 30分で一通りお見せします!
AWSでのセキュリティ運用 ~IAM,VPCその他
AWSでのセキュリティ運用 ~IAM,VPCその他
DLL#3 Microsoft Community & AI Update
DLL#3 Microsoft Community & AI Update
[data analytics showcase] A15: デジタルデータの可視化基盤「ENdoSnipe」を使った、システムトラブルの未然防止、経営判...
[data analytics showcase] A15: デジタルデータの可視化基盤「ENdoSnipe」を使った、システムトラブルの未然防止、経営判...
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
(2017.9.7) Neo4jご紹介
(2017.9.7) Neo4jご紹介
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
Introducing the elastic 8.0 release a new era of speed, scale, relevance, and...
Introducing the elastic 8.0 release a new era of speed, scale, relevance, and...
データからビジネス変革をもたらすマイクロソフトの AI とは
データからビジネス変革をもたらすマイクロソフトの AI とは
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
Elastic on Azure Integration & Building React UI Based Search App Using Azure...
Elastic on Azure Integration & Building React UI Based Search App Using Azure...
Building modernapplicationwithelasiccloud
Building modernapplicationwithelasiccloud
Getting Started With AKS
Getting Started With AKS
Similar a 【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB
(2017.6.2) Azure HDInsightで実現するスケーラブル分析環境
(2017.6.2) Azure HDInsightで実現するスケーラブル分析環境
Mitsutoshi Kiuchi
July techfesta2014 f30
July techfesta2014 f30
Motoki Kakinuma
Ansible・Serverspecベースの自動化フレームワークSHIFT wareの紹介
Ansible・Serverspecベースの自動化フレームワークSHIFT wareの紹介
光平 八代
5W1Hで考えるCCoE.pptx
5W1Hで考えるCCoE.pptx
Tomoaki Tada
Data Scientists Love SQL Server
Data Scientists Love SQL Server
Tomoyuki Oota
Automation with SoftLayer and Zabbix
Automation with SoftLayer and Zabbix
softlayerjp
データをどこに溜めよう?ローカル?クラウド?どのデータベース?
データをどこに溜めよう?ローカル?クラウド?どのデータベース?
- Core Concept Technologies
スタートアップが始める機械学習はじめの一歩
スタートアップが始める機械学習はじめの一歩
Kimitaka Nakazawa
UShareSoft_20130425
UShareSoft_20130425
Satoru Watanabe
UShareSoft_20130425
UShareSoft_20130425
Satoru Watanabe
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
Toshiyuki Konparu
ゼロから学ぶIoT
ゼロから学ぶIoT
Masaru Takahashi
【HinemosWorld2014】B1-4_NTTデータ先端技術のOpenStack Hinemosソリューション
【HinemosWorld2014】B1-4_NTTデータ先端技術のOpenStack Hinemosソリューション
Hinemos
2021/02/19 Alterbooth 多忙なアーキテクトのためのクラウド導入フレームワーク (CAF) ダイジェスト
2021/02/19 Alterbooth 多忙なアーキテクトのためのクラウド導入フレームワーク (CAF) ダイジェスト
Issei Hiraoka
IoTを支えるAWSアーキテクチャ
IoTを支えるAWSアーキテクチャ
Core Concept Technologies
AI-first Code Editor 「Cursor」の機能紹介
AI-first Code Editor 「Cursor」の機能紹介
ssuser39314d
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
Minoru Naito
Gitlab ci & ecsへのデプロイ
Gitlab ci & ecsへのデプロイ
iwata jaws-ug
初めてのWebプログラミング講座
初めてのWebプログラミング講座
DIVE INTO CODE Corp.
Red Hat Forum 2014 IBM session
Red Hat Forum 2014 IBM session
Shinichiro Arai
Similar a 【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB
(20)
(2017.6.2) Azure HDInsightで実現するスケーラブル分析環境
(2017.6.2) Azure HDInsightで実現するスケーラブル分析環境
July techfesta2014 f30
July techfesta2014 f30
Ansible・Serverspecベースの自動化フレームワークSHIFT wareの紹介
Ansible・Serverspecベースの自動化フレームワークSHIFT wareの紹介
5W1Hで考えるCCoE.pptx
5W1Hで考えるCCoE.pptx
Data Scientists Love SQL Server
Data Scientists Love SQL Server
Automation with SoftLayer and Zabbix
Automation with SoftLayer and Zabbix
データをどこに溜めよう?ローカル?クラウド?どのデータベース?
データをどこに溜めよう?ローカル?クラウド?どのデータベース?
スタートアップが始める機械学習はじめの一歩
スタートアップが始める機械学習はじめの一歩
UShareSoft_20130425
UShareSoft_20130425
UShareSoft_20130425
UShareSoft_20130425
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
ゼロから学ぶIoT
ゼロから学ぶIoT
【HinemosWorld2014】B1-4_NTTデータ先端技術のOpenStack Hinemosソリューション
【HinemosWorld2014】B1-4_NTTデータ先端技術のOpenStack Hinemosソリューション
2021/02/19 Alterbooth 多忙なアーキテクトのためのクラウド導入フレームワーク (CAF) ダイジェスト
2021/02/19 Alterbooth 多忙なアーキテクトのためのクラウド導入フレームワーク (CAF) ダイジェスト
IoTを支えるAWSアーキテクチャ
IoTを支えるAWSアーキテクチャ
AI-first Code Editor 「Cursor」の機能紹介
AI-first Code Editor 「Cursor」の機能紹介
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
Gitlab ci & ecsへのデプロイ
Gitlab ci & ecsへのデプロイ
初めてのWebプログラミング講座
初めてのWebプログラミング講座
Red Hat Forum 2014 IBM session
Red Hat Forum 2014 IBM session
Más de Deep Learning Lab(ディープラーニング・ラボ)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
Deep Learning Lab(ディープラーニング・ラボ)
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
Deep Learning Lab(ディープラーニング・ラボ)
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
Deep Learning Lab(ディープラーニング・ラボ)
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Deep Learning Lab(ディープラーニング・ラボ)
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Deep Learning Lab(ディープラーニング・ラボ)
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
Deep Learning Lab(ディープラーニング・ラボ)
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
Deep Learning Lab(ディープラーニング・ラボ)
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Deep Learning Lab(ディープラーニング・ラボ)
「言語」×AI Digital Device
「言語」×AI Digital Device
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習と実装例
深層強化学習と実装例
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Deep Learning Lab(ディープラーニング・ラボ)
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
Deep Learning Lab(ディープラーニング・ラボ)
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
Más de Deep Learning Lab(ディープラーニング・ラボ)
(20)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
「言語」×AI Digital Device
「言語」×AI Digital Device
深層強化学習と実装例
深層強化学習と実装例
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Último
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
Último
(12)
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB
1.
© 2015-2017 Research
Institute of Systems Planning, Inc. 初めてのAzureで Brainwave触ってみた 株式会社システム計画研究所/ISP 山本 真司 2018年8月24日 DLLAB推論ナイト
2.
© 2015-2017 Research
Institute of Systems Planning, Inc. 0. 自己紹介 • (株)システム計画研究所/ISP 所属 – 1977年創業の独立系研究開発型のソフトウェア開発 会社 – 近年は、医療情報、通信・ネットワーク、制御・宇 宙、画像処理などの事業領域で、AI事業に注力 • 自称組み込みエンジニア – 役職は「エキスパート」と書いて「遊び人」と読み ます – 面白そうな技術を探してくるのがミッションです • Brainwave を触るまで、Azure使用経験まった くなし! 1
3.
© 2015-2017 Research
Institute of Systems Planning, Inc. アジェンダ 1. Brainwaveとは 2. チュートリアル(00)を理解する 3. Brainwave を動かせるようにするまで 2
4.
© 2015-2017 Research
Institute of Systems Planning, Inc. Brainwaveとは 3
5.
© 2015-2017 Research
Institute of Systems Planning, Inc. 1.Brainwaveとは • Brainwave(プレビュー版)はざっくり言うと • FPGAとは、書き換え可能な H/Wですが、 Brainwave(プレビュー版)では、ユーザーは 自由には FPGAを書き換えられません 4 FPGA上にあらかじめ実装された CNNのモデルを ネット越しに叩いて 推論させようという代物
6.
© 2015-2017 Research
Institute of Systems Planning, Inc. 1.Brainwaveとは • Brainwave(プレビュー版)は概ね以下の手順で使 用します 1. ローカルで推論モデルを記述する - 必要に応じて、リモートからモデルをダウンロードします 2. リモートにデプロイする 3. リモートでサービスを実行する • それぞれ以下の技術に立脚しています 1. 推論モデルの記述 ・・・ Tensorflow 2. デプロイ ・・・ REST API 3. リモートサービス ・・・ gRPC 5
7.
© 2015-2017 Research
Institute of Systems Planning, Inc. 6 1.Brainwaveとは Tensorflow の Graphにする • プレビュー版でできることの例:画像の分類 • 推論処理の基本は3段階 ① 画像を前処理する ② 特徴量を抽出する ③ クラス分類を行う • 上記を行う Graph を リモートにデプロイする • gRPC で、画像を送りつけて、上記を叩いて、 結果をもらう ZIPで 固める … CPU実行 … CPU実行 … FPGA実行 snow leopard, ounce, Panthera uncia confidence: 0.85421455 leopard, Panthera pardus confidence: 0.13914554 cheetah, chetah, Acinonyx jubatus confidence: 0.0020039019 lynx, catamount confidence: 0.0019892405 great grey owl, great gray owl, Strix nebulosa confidence: 0.0011571224 リモートにデプロイ
8.
© 2015-2017 Research
Institute of Systems Planning, Inc. 1.Brainwaveとは • 真ん中の特徴量抽出だけが FPGA実行 • クラス分類は CPU実行 • ユーザーは特徴量抽出は高速にFPGAで実行して、 判別器や分類器は自分で自由に構築できるとい うこと 7 ① 画像を前処理する ② 特徴量を抽出する ③ クラス分類を行う … CPU実行 … CPU実行 … FPGA実行 ここがミソ
9.
© 2015-2017 Research
Institute of Systems Planning, Inc. チュートリアル(00)を 理解する 9
10.
© 2015-2017 Research
Institute of Systems Planning, Inc. Pipeline Tensorflow Tensorflow Stage Stage CPU Brainwave Stage 2.チュートリアル(00)を理解する • REST API,gRPCはラッパーに完全に隠蔽 • Tensorflowのコードがかろうじて顔を出す程度 • つまり、何をやってるか細かいことは全然わかりません • Tensorflow の Graph は Pipeline に隠蔽されてます 10 ResNet50 Featurizer snow leopard, ounce, Panthera uncia confidence: 0.85421455 leopard, Panthera pardus confidence: 0.13914554 cheetah, chetah, Acinonyx jubatus confidence: 0.0020039019 lynx, catamount confidence: 0.0019892405 great grey owl, great gray owl, Strix nebulosa confidence: 0.0011571224 前処理 特 徴 量 ResNet50 Classifier
11.
© 2015-2017 Research
Institute of Systems Planning, Inc. 2.チュートリアル(00)を理解する • Stageとは? – 下記の3種類の Stageがあります 1. TensorflowStage 2. BrainWaveStage 3. KerasStage • このうち、BrainWaveStage は FPGAで実行され、他の 2つは CPUで実行されます • チュートリアルでは、以下の構成になってます 1. 画像の前処理 … TensorFlowStage 2. 特徴量抽出 … BrainWaveStage 3. クラス分類 … TensorFlowStage 11
12.
© 2015-2017 Research
Institute of Systems Planning, Inc. 2.チュートリアル(00)を理解する • リモートモデル – ResNet50による Featurizer,Classifierのモデルが 提供されています – チュートリアルでは、これらをダウンロードして、 Classifier を Pipelineに接続した後に、リモートに アップロードしています – Featurizer はリモートの FPGAで動くので、アップ ロードしません • では、何でダウンロードするのか? というと、ローカ ルで Pipeline がちゃんと動くか確認するときなどに使 えるようです 12
13.
© 2015-2017 Research
Institute of Systems Planning, Inc. 2.チュートリアルでやってること • チュートリアルでやってることのまとめ 13 チュートリアルの見出し 概要 1 Image_processing 前処理の定義 2 Featurizer リモートモデルの download 3 Classifier 上記モデルから Classifier の Graph作成 4 Service Definition Stage を Pipeline List に Append デプロイ用の zipファイル作成 5 Deploy REST API発行準備 Zipファイルのアップロード デプロイ 6 Client Clientを作る Imagenet のラベル情報をゲット gRPC でリモートの Predictサービスを実行し て結果を表示
14.
© 2015-2017 Research
Institute of Systems Planning, Inc. BRAINWAVE を動かせるよう にするまで 14
15.
© 2015-2017 Research
Institute of Systems Planning, Inc. 2.Brainwave を動かせるようにするまで https://github.com/Azure/aml-real-time-ai Azure ML Hardware Accelerated Models Quickstartより (1) Azure の(無料)アカウントを作る (2) MMA(Model Management Account)を作る (3) quota を申請する (4) 返事を待つ (5) 待っている間に環境構築 (6) SSL 接続の準備 (7) 返事が来る (8) Jupyter notebook の起動 15
16.
© 2015-2017 Research
Institute of Systems Planning, Inc. 2.Brainwave を動かせるようにするまで • 参考サイト https://github.com/Azure/aml-real-time-ai/blob/master/README.md https://github.com/Azure/aml-real-time-ai/blob/master/docs/README.md#set-up-environment https://docs.microsoft.com/ja-jp/azure/machine-learning/service/quickstart-installation https://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-deploy-fpga-web-service • サイトにより少しずつ書いてあることが異なるので ご注意ください • ラッパークラスの中身についてはこちらが詳しいで す。Microsoft エバンジェリスト松崎剛さんの記事 です https://tsmatz.wordpress.com/2018/05/22/project-brainwave-fpga-realtime-prediction-service-in-azure-machine-learning-model-management/ 17
17.
© 2015-2017 Research
Institute of Systems Planning, Inc. (1) Azure の(無料)アカウントを作る • 画面キャプチャし忘れたので絵はありません • 初めてだと怖かった点 – クレジットカード番号を入れろと言われる • 冷やかし対策です • 無料期間を過ぎて、有料アカウントに移行しなかっ たら、ちゃんと何も請求されなかったので御安心を – 電話番号を入れろと言われる • ベリフィケーションコードを貰うためです • PHSの番号を入れてもちゃんとSMSが送られてきま した • 恐れることは何もないです 18
18.
© 2015-2017 Research
Institute of Systems Planning, Inc. (2) MMA(Model Management Account)を作る 19 • Azure Portal 画面 machine learning
19.
© 2015-2017 Research
Institute of Systems Planning, Inc. (2) MMA(Model Management Account)を作る 21 名前系は適当に違う 名前を設定 Free_experiment Free_resource など Free Trialを選択 米国東部 2 「招待」を選択して、 自分を招待 S1 を選択
20.
© 2015-2017 Research
Institute of Systems Planning, Inc. (3)quota を申請する(4)返事を待つ(6)返事が来る 22 • フォームにMMAの情報を入力して、いく つかのアンケートに回答して送信 • 多分、FPGAを利用するためのリソースを 確保するための手続き • 1回目は2日半ほどで、2回目は5日後に 「FPGA quota allocated」のメールが届きま した • ここの情報が必要に• Azure Portal → すべてのリソース• MMA選択• フォームに入力
21.
© 2015-2017 Research
Institute of Systems Planning, Inc. (5) 待っている間に環境構築 • 環境構築の手順は下記を参考に、 https://github.com/Azure/aml-real-time-ai/blob/master/docs/README. md#set-up-environment • 上記では miniconda をインストールしているが、私は、 anaconda3 をインストールして、下記の作業を実施 (1) Brainwave の環境一式を github からクローンする (2) Brainwave 実行用の環境を作る - anaconda3/envs/amlrealtimeai 配下に環境が構築されます - du で amlrealtimeal の使用量を見たら驚きの2G超でした (3) Brainwave 実行用の環境に切り替える – 戻すときは、conda deactivate とする 23 git clone https://github.com/Azure/aml-real-time-ai conda env create -f aml-real-time-ai/amlrealtimeai.yml conda activate amlrealtimeai
22.
© 2015-2017 Research
Institute of Systems Planning, Inc. (6) SSL 接続の準備 • ここには、SSL接続の設定をしろと書いてあり ますが、特に何もしないでもチュートリアルは 動きます https://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-deploy-fpga-web-service • 間違った使い方をしているといけないので、自 己責任でお願いします 24
23.
© 2015-2017 Research
Institute of Systems Planning, Inc. (8) Jupyter notebook の起動 • Amlrealtimeai の環境で起動 • チュートリアルのnotebookは、以下にあります aml-real-time-ai/notebooks/resnet50 • 初回起動時は下記のようなメッセージに従い token を入力します。2回目以降は不要です VCopy/paste this URL into your browser when you connect for the first time, to login with a token: http://localhost:8888/?token=bb2ce89cc8ae931f5df50f96e3a6badfc826ff4100e78075 • 環境によって、 – Running at「0.0.0.0:8080」と出るが、そこでは接続できず、例 えば「localhost:8080」でないとダメだったり、 – Running at「localhost:8888」と出て、そのままでOKだったり、 色々なので適宜対応ください 25 jupyter notebook
24.
© 2015-2017 Research
Institute of Systems Planning, Inc. (8) Jupyter notebook の起動 • チュートリアル画面 26
25.
© 2015-2017 Research
Institute of Systems Planning, Inc. Appendix:料金確認 27 日毎 MMA FPGA Storage 無料分の総額 残額 ■Azure Potal → すべてのサービス → サブスクリプション → Free Trial を選択
26.
© 2015-2017 Research
Institute of Systems Planning, Inc. ご清聴ありがとうござました ISP www.isp.co.jp 技ラボ wazalabo.isp.co.jp 28
Descargar ahora