モバイル環境で使うディープラーニング（Deep Learning on Mobile）
一般社団法人ウェブ解析士協会の江尻会長に連れていってもらい、ラスベガスのMARKETING ANALYTICS SUMMITに参加しています。これは西海岸でも非常に大きなマーケティングのカンファレンスになります。今回の記事では、MARKETING ANALYTICS SUMMITの中でのモバイル環境で使うディープラーニングという講演を書き起こして日本語翻訳していきます。
--------以下、書き起こし--------
メロディカをプレイするためには？普通、3ヶ月かかります。でも、もし練習方法を知っていたら、1週間になる可能性はあります。Don’t be a hero とAndrejは言っています。heroにならなくても効率的になる方法はあるんです。
大事なのは、トレーニングすることです。例えば、犬の画像解析なら、犬の画像をひたすら入れてが学習させていくのが早いでしょう。
こうやって学習させていきます。ドラッグして、入れるだけでいいんです。
では、これが正常に動いているか、実際に楽器を演奏＆録音をして確かめてみましょう。
こんな風に鍵盤と人の声を区別することができました。
では、こういう実装はどんな方法があるのでしょうか。
これを実装する方法には、Core ML、TF Lite、ML Kitなどがあります。他にもTensorFlow Liteもあります。これだととても軽く、活用しやすいという特徴があります。
KERASからTensorFlowライトに移管するのも簡単にできます。さらにiPhoneアプリやアンドロイドに展開できます。さらにFirebaseでモデルマネジメントすることもできます。
セキュリティーはどうなの、と心配するかもしれません。そこはFritzです。
セキュアに開発することができます。
そして、ここで大きな問題があります。200MB以上のアプリはWiFi経由じゃないとダウンロードできないことです。軽い方がいいに決まっています。大きなトレンドは軽いということです。軽いことは重要な武器なのです。
TensorFlow Liteのベンチマーク先がこちらです。
これらはhttp://ai-benchmark.com/で調べることできます。
トレーニングされた効率的なモデルはどこで手に入れればいいのでしょうか？
Model Zoo：https://modelzoo.co/
Papers with code：https://paperswithcode.com/
データの剪定のやり方も色々あります。
例えば、上の画面のようなサービスがその例です。
PocketFlowなら1ラインでモデルを効率的に作ることができます。では、アーキテクチャについてはどうすれば、いいのでしょうか。
それもAIに任せてしまおうというのがAutoMLです。
CoreMLのオンデバイスの学習のやり方です。
TensowFlowの連合がこちらです。では、モバイルでの機械学習を楽しんで！
サポートされた費用は、また別のカンファレンス参加費などに当てようと思います。