More Related Content
More from Preferred Networks (20)
20171024 DLLab#04_PFN_Hiroshi Maruyama
- 9. 9
Chainer V3 / Cupy V2をリリース
(ほとんどのユーザーにとって)後方互換!
高階微分が可能に
— Wasserstein距離を使ったWGAN-GPなどの実装
処理の高速化
— スパース行列のサポート
— GPUメモリ管理の効率化
“seq2seq”サンプル: 12GB 3GB
- 10. Assessment PoC Pilot Deployment Maintenance
• お客様の理解
度
• ビジネス目標
• 機械学習への
適合度
• データの入手
可能性
:
• データの量・
品質は足りて
いるか
• 期待する精度
が達成できそ
うか
:
• ビジネスプロ
セスへの組み
込みはうまく
いったか
• ビジネス目標
は達成できた
か
:
CP1 CP2 CP3 CP4
• 性能の監視
• データ・ドリフト
の監視
:
機械学習工学: 典型的なシステム構築サイクル
より探索的
- 13. ONNX
message ModelProto {
optional int64 ir_version = 1;
:
optional GraphProto graph = 7;
};
message GraphProto {
repeated NodeProto node = 1;
optional string name = 2;
repeated TensorProto initializer = 5;
optional string doc_string = 10;
repeated ValueInfoProto input = 11;
repeated ValueInfoProto output = 12;
repeated ValueInfoProto value_info = 13;
}
message TensorProto {
repeated int64 dims = 1;
optional DataType data_type = 2;
optional Segment segment = 3;
repeated float float_data = 4 [packed = true];
:
optional string name = 8;
}
message NodeProto {
repeated string input = 1;
repeated string output = 2;
optional string name = 3;
optional string op_type = 4;
repeated AttributeProto attribute = 5;
optional string doc_string = 6;
}
Node
Tensor
Tensor
https://github.com/onnx/onnx
- 15. 機械学習システムは、高金利クレジット!
• CACE (Changing Anything Changes
Everything) 原理 – すべてが絡み合っ
ている
• グルーコード、試験的なコード片な
ど、すべてが将来のメインテナスの
悪夢につながる
• …
https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/43146.pdf
- 21. 21
IJCAIにおける自律性に関する議論
Keynote by Stuart Russell, “Provably Beneficial AI”
— 人:「コーヒーをとってきて」
— ロボット: スタバへ行き、列に並んでいる他の客を殺してコーヒーを
とってくる
— 人の指示は常に不完全
どちらも、最適化問題における「正しい仕様のあり方」の問題を提起