Enviar búsqueda
Cargar
SensorBeeでChainerをプラグインとして使う
•
Descargar como PPTX, PDF
•
4 recomendaciones
•
3,191 vistas
D
Daisuke Tanaka
Seguir
機械学習+IoTなストリームエンジン、SensorBeeがOSSとして公開されました。そのSensorBeeとChainerを連携させるデモです。
Leer menos
Leer más
Software
Denunciar
Compartir
Denunciar
Compartir
1 de 19
Descargar ahora
Recomendados
SensorBeeのご紹介
SensorBeeのご紹介
Daisuke Tanaka
ストリーム処理とSensorBee
ストリーム処理とSensorBee
Daisuke Tanaka
SensorBeeの紹介
SensorBeeの紹介
Shuzo Kashihara
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させる
nobu_k
Caffeのデータレイヤで夢が広がる話
Caffeのデータレイヤで夢が広がる話
Masaki Saito
Introduction to Chainer and CuPy
Introduction to Chainer and CuPy
Kenta Oono
Python 機械学習プログラミング データ分析演習編
Python 機械学習プログラミング データ分析演習編
Etsuji Nakai
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Norihiko Nakabayashi
Recomendados
SensorBeeのご紹介
SensorBeeのご紹介
Daisuke Tanaka
ストリーム処理とSensorBee
ストリーム処理とSensorBee
Daisuke Tanaka
SensorBeeの紹介
SensorBeeの紹介
Shuzo Kashihara
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させる
nobu_k
Caffeのデータレイヤで夢が広がる話
Caffeのデータレイヤで夢が広がる話
Masaki Saito
Introduction to Chainer and CuPy
Introduction to Chainer and CuPy
Kenta Oono
Python 機械学習プログラミング データ分析演習編
Python 機械学習プログラミング データ分析演習編
Etsuji Nakai
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Norihiko Nakabayashi
捗るリコメンドシステムの裏事情(ハッカドール)
捗るリコメンドシステムの裏事情(ハッカドール)
mosa siru
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Yasuyuki Sugai
Kerasで深層学習を実践する
Kerasで深層学習を実践する
Kazuaki Tanida
Chainer入門と最近の機能
Chainer入門と最近の機能
Yuya Unno
機械学習を利用したちょっとリッチな検索
機械学習を利用したちょっとリッチな検索
nobu_k
Jubatusでマルウェア分類
Jubatusでマルウェア分類
Shuzo Kashihara
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Shohei Hido
「深層学習」の本に出てきたデータセット達
「深層学習」の本に出てきたデータセット達
Hiromasa Ohashi
Jubatus使ってみた 作ってみたJubatus
Jubatus使ってみた 作ってみたJubatus
JubatusOfficial
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Yuya Unno
Development and Experiment of Deep Learning with Caffe and maf
Development and Experiment of Deep Learning with Caffe and maf
Kenta Oono
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
Preferred Networks
Chainerの使い方と自然言語処理への応用
Chainerの使い方と自然言語処理への応用
Yuya Unno
Jubakit の紹介
Jubakit の紹介
kmaehashi
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Yasutomo Kawanishi
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
Hirokatsu Kataoka
実装ディープラーニング
実装ディープラーニング
Yurie Oka
PythonによるDeep Learningの実装
PythonによるDeep Learningの実装
Shinya Akiba
ルールベースから機械学習への道 公開用
ルールベースから機械学習への道 公開用
nishio
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Yasutomo Kawanishi
ソフトウェアとAIの進化が示唆するもの Final Final revised Final
ソフトウェアとAIの進化が示唆するもの Final Final revised Final
Roy Sugimura, Ph.D
次世代の AI とディープラーニング GTC 2017
次世代の AI とディープラーニング GTC 2017
NVIDIA Japan
Más contenido relacionado
La actualidad más candente
捗るリコメンドシステムの裏事情(ハッカドール)
捗るリコメンドシステムの裏事情(ハッカドール)
mosa siru
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Yasuyuki Sugai
Kerasで深層学習を実践する
Kerasで深層学習を実践する
Kazuaki Tanida
Chainer入門と最近の機能
Chainer入門と最近の機能
Yuya Unno
機械学習を利用したちょっとリッチな検索
機械学習を利用したちょっとリッチな検索
nobu_k
Jubatusでマルウェア分類
Jubatusでマルウェア分類
Shuzo Kashihara
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Shohei Hido
「深層学習」の本に出てきたデータセット達
「深層学習」の本に出てきたデータセット達
Hiromasa Ohashi
Jubatus使ってみた 作ってみたJubatus
Jubatus使ってみた 作ってみたJubatus
JubatusOfficial
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Yuya Unno
Development and Experiment of Deep Learning with Caffe and maf
Development and Experiment of Deep Learning with Caffe and maf
Kenta Oono
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
Preferred Networks
Chainerの使い方と自然言語処理への応用
Chainerの使い方と自然言語処理への応用
Yuya Unno
Jubakit の紹介
Jubakit の紹介
kmaehashi
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Yasutomo Kawanishi
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
Hirokatsu Kataoka
実装ディープラーニング
実装ディープラーニング
Yurie Oka
PythonによるDeep Learningの実装
PythonによるDeep Learningの実装
Shinya Akiba
ルールベースから機械学習への道 公開用
ルールベースから機械学習への道 公開用
nishio
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Yasutomo Kawanishi
La actualidad más candente
(20)
捗るリコメンドシステムの裏事情(ハッカドール)
捗るリコメンドシステムの裏事情(ハッカドール)
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Deep Learningハンズオン勉強会「Caffeで画像分類を試してみようの会」
Kerasで深層学習を実践する
Kerasで深層学習を実践する
Chainer入門と最近の機能
Chainer入門と最近の機能
機械学習を利用したちょっとリッチな検索
機械学習を利用したちょっとリッチな検索
Jubatusでマルウェア分類
Jubatusでマルウェア分類
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
Software for Edge Heavy Computing @ INTEROP 2016 Tokyo
「深層学習」の本に出てきたデータセット達
「深層学習」の本に出てきたデータセット達
Jubatus使ってみた 作ってみたJubatus
Jubatus使ってみた 作ってみたJubatus
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Development and Experiment of Deep Learning with Caffe and maf
Development and Experiment of Deep Learning with Caffe and maf
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
20171212 gtc pfn海野裕也_chainerで加速する深層学習とフレームワークの未来
Chainerの使い方と自然言語処理への応用
Chainerの使い方と自然言語処理への応用
Jubakit の紹介
Jubakit の紹介
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
Pythonによる機械学習入門 ~SVMからDeep Learningまで~
PythonによるCVアルゴリズム実装
PythonによるCVアルゴリズム実装
実装ディープラーニング
実装ディープラーニング
PythonによるDeep Learningの実装
PythonによるDeep Learningの実装
ルールベースから機械学習への道 公開用
ルールベースから機械学習への道 公開用
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Pythonによる機械学習入門 ~Deep Learningに挑戦~
Destacado
ソフトウェアとAIの進化が示唆するもの Final Final revised Final
ソフトウェアとAIの進化が示唆するもの Final Final revised Final
Roy Sugimura, Ph.D
次世代の AI とディープラーニング GTC 2017
次世代の AI とディープラーニング GTC 2017
NVIDIA Japan
人工知能に関する 2017 年のトレンド予測
人工知能に関する 2017 年のトレンド予測
NVIDIA Japan
人工知能のコードをハックする会 #2
人工知能のコードをハックする会 #2
Ryohei Kamiya
これから始める人の為のディープラーニング基礎講座
これから始める人の為のディープラーニング基礎講座
NVIDIA Japan
トピックモデルを用いた 潜在ファッション嗜好の推定
トピックモデルを用いた 潜在ファッション嗜好の推定
Takashi Kaneda
はじめてでもわかるベイズ分類器 -基礎からMahout実装まで-
はじめてでもわかるベイズ分類器 -基礎からMahout実装まで-
Naoki Yanai
Simple perceptron by TJO
Simple perceptron by TJO
Takashi J OZAKI
パターン認識 第10章 決定木
パターン認識 第10章 決定木
Miyoshi Yuya
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
智之 村上
今日から使える! みんなのクラスタリング超入門
今日から使える! みんなのクラスタリング超入門
toilet_lunch
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tatsuya Tojima
決定木学習
決定木学習
Mitsuo Shimohata
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
Koichi Hamada
機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト
Teppei Baba
一般向けのDeep Learning
一般向けのDeep Learning
Preferred Networks
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
horihorio
SVMについて
SVMについて
mknh1122
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
Destacado
(19)
ソフトウェアとAIの進化が示唆するもの Final Final revised Final
ソフトウェアとAIの進化が示唆するもの Final Final revised Final
次世代の AI とディープラーニング GTC 2017
次世代の AI とディープラーニング GTC 2017
人工知能に関する 2017 年のトレンド予測
人工知能に関する 2017 年のトレンド予測
人工知能のコードをハックする会 #2
人工知能のコードをハックする会 #2
これから始める人の為のディープラーニング基礎講座
これから始める人の為のディープラーニング基礎講座
トピックモデルを用いた 潜在ファッション嗜好の推定
トピックモデルを用いた 潜在ファッション嗜好の推定
はじめてでもわかるベイズ分類器 -基礎からMahout実装まで-
はじめてでもわかるベイズ分類器 -基礎からMahout実装まで-
Simple perceptron by TJO
Simple perceptron by TJO
パターン認識 第10章 決定木
パターン認識 第10章 決定木
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
今日から使える! みんなのクラスタリング超入門
今日から使える! みんなのクラスタリング超入門
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
決定木学習
決定木学習
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト
一般向けのDeep Learning
一般向けのDeep Learning
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
SVMについて
SVMについて
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Similar a SensorBeeでChainerをプラグインとして使う
ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出
Tetsutaro Watanabe
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
Hideki Takase
第2章アーキテクチャ
第2章アーキテクチャ
Kenta Hattori
Webサーバ勉強会
Webサーバ勉強会
Toshiaki Baba
DLフレームワークChainerの紹介と分散深層強化学習によるロボット制御
DLフレームワークChainerの紹介と分散深層強化学習によるロボット制御
Ryosuke Okuta
図書館でのSolrの使い方
図書館でのSolrの使い方
Kosuke Tanabe
ネットワークプログラマビリティ勉強会 これまでのおさらい
ネットワークプログラマビリティ勉強会 これまでのおさらい
npsg
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
griddb
Azure Data Explorer
Azure Data Explorer
Daisuke Masubuchi
2018 07-23
2018 07-23
Yuji Oshima
論文紹介 "DARTS: Differentiable Architecture Search"
論文紹介 "DARTS: Differentiable Architecture Search"
Yuta Koreeda
30分で分かる!OSの作り方 ver.2
30分で分かる!OSの作り方 ver.2
uchan_nos
東京工業大学「ロボット技術・ロボットミドルウェア」
東京工業大学「ロボット技術・ロボットミドルウェア」
NoriakiAndo
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Daiyu Hatakeyama
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
日本マイクロソフト株式会社
OSS監視ツールSensuの紹介
OSS監視ツールSensuの紹介
Akihiko Horiuchi
利用者主体で行う分析のための分析基盤
利用者主体で行う分析のための分析基盤
Sotaro Kimura
Ossで作成するチーム開発環境
Ossで作成するチーム開発環境
Tadahiro Ishisaka
Azure Antenna AI 概要
Azure Antenna AI 概要
Miho Yamamoto
Similar a SensorBeeでChainerをプラグインとして使う
(20)
ドライブレコーダの画像認識による道路情報の自動差分抽出
ドライブレコーダの画像認識による道路情報の自動差分抽出
FPGAをロボット(ROS)で「やわらかく」使うには
FPGAをロボット(ROS)で「やわらかく」使うには
第2章アーキテクチャ
第2章アーキテクチャ
Webサーバ勉強会
Webサーバ勉強会
DLフレームワークChainerの紹介と分散深層強化学習によるロボット制御
DLフレームワークChainerの紹介と分散深層強化学習によるロボット制御
図書館でのSolrの使い方
図書館でのSolrの使い方
ネットワークプログラマビリティ勉強会 これまでのおさらい
ネットワークプログラマビリティ勉強会 これまでのおさらい
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
Azure Data Explorer
Azure Data Explorer
2018 07-23
2018 07-23
論文紹介 "DARTS: Differentiable Architecture Search"
論文紹介 "DARTS: Differentiable Architecture Search"
30分で分かる!OSの作り方 ver.2
30分で分かる!OSの作り方 ver.2
東京工業大学「ロボット技術・ロボットミドルウェア」
東京工業大学「ロボット技術・ロボットミドルウェア」
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
【de:code 2020】 Azure Synapse Analytics 技術編 ~ 最新の統合分析プラットフォームによる新しい価値の創出(前編)
OSS監視ツールSensuの紹介
OSS監視ツールSensuの紹介
利用者主体で行う分析のための分析基盤
利用者主体で行う分析のための分析基盤
Ossで作成するチーム開発環境
Ossで作成するチーム開発環境
Azure Antenna AI 概要
Azure Antenna AI 概要
SensorBeeでChainerをプラグインとして使う
1.
SensorBeeでChainerを ライブラリとして使う Chainer Meetup #02 @disktnk 2016/03/19
2.
自己紹介 田中大輔 (@disktnk) –
某ピー社 エンジニア – アニオタ枠採用 – Chainer開発者では*ない* – 元金融工学ライブラリ屋さん – I love Java! 2
3.
(特に) ネットワークのエッジ /
フォグにおいて ストリームデータに対して 機械学習 (特にDeep Learning) を利用した 非構造化データ向けのETLを 低レイテンシで適用することを目的としたツール Stream Processing Engine for IoT http://sensorbee.io 3
4.
参考: SensorBeeの特徴 Stateful –
非構造化データの加工・転送を担う – プラグインと連携することにより、特徴量抽出や機械学習が可能。 Expressive – CQL (Continuous Query Language) の方言である BQL という、SQLライクなスク リプトにより操作。 – スキーマレスであり、JSONライクな構造データを扱う Lightweight – Go言語で実装。実行ファイルは大体30MBくらい。 – OS は特に限定していないが、普段は Linux や Mac で開発している – Raspberry Pi でも動く (確認済) – Windows でももちろん動くが、一部ブラグインでは要修正 (cgo周り) 4
5.
ユースケース: カメラからの顔認識 OpenCV
の CascadeClassifier を使用した顔認識 – Haar-like、LBPなどのアルゴリズムを使用可能 5 ここで顔認識を行う →x,y,w,h を出力するUDF カメラのフレームデータ を取得するSource
6.
ユースケース: カメラからの顔認識 OpenCV
の VideoWriter を使用して動画にまとめる 6 x,y,w,h を元に枠で囲 むUDF 動画ファイル を作るSink
7.
ユースケース: ラブライブOP (第1期)
と顔認識 7 ultraist様のLBPモデルを使用 http://ultraist.hatenablog.com/entry/20110718/1310965532
8.
Chainerと組み合わせる 8
9.
顔の識別したい Chainerの出番 9 誰なのか知りたい
10.
Illustration2vec Illustration2vec – http://illustration2vec.net –
イラストのキャラ属性を特定するNN。VGGよりも精度が高い。 – 学習済のモデル (caffe model) まで配布されていて至れり尽くせり – ただし今回、学習モデルは自分で作った。アニメOPから切り取った顔だと特定で きなかったので。。。 ImageNet でも十分な精度は得られるかも – ディープラーニングでおそ松さんの六つ子は見分けられるのか 〜実施編〜 http://bohemia.hatenablog.com/entry/2015/11/22/174603 10
11.
SensorBee から python
を呼び出す sensorbee/pymlstate – 機械学習に特化した python バインドプラグイン 11
12.
SensorBee から python
を呼び出す sensorbee/pymlstate – 機械学習に特化した python バインドプラグイン 12
13.
参考: SensorBeeとPythonのリンク cgoを使ってPython.hとリンク –
pkg-configを前提としている – windowsで動かすためにはちょっと修正が必要 Pythonの基本型とSensorBeeのdata.Typeとを自動でConvert – numpy系の型は手動で基本型へ変える PFN社内では多数実績あり – インターフェースはまだ検討中、そのため version 0 13
14.
ラブライブOP (第1期) でやってみた 14
15.
おまけ: 顔認識からの 15
16.
おまけ: 顔認識からの笑い男 全ハッカーの憧れ 16 x,y,w,h
を元に画像を貼るUDF
17.
おまけ: ラブライブOP (第1期)
と笑い男 17
18.
Autonomous robot car
control demonstration in CES2016 https://www.youtube.com/watch?v=7A9UwxvgcV0 – こちらはちゃんとした実用例、バックエンドにSensorBeeを使用 18
19.
ぜひ使ってみてください! http://sensorbee.io http://docs.sensorbee.io/en/latest/
https://github.com/sensorbee/sensorbee ChainerのMNISTサンプルをSensorBeeから動かす https://github.com/sensorbee/pymlstate/tree/master/example/mnist 今回のデモ動画: https://github.com/disktnk/sb_facedetect_demo 19
Descargar ahora