SmallTrainサイトのトップ画面
SmallTrainサイトのチュートリアル
利用例_ダイナミックプライシング
利用例_処方箋認識
【URL】
SmallTrain OSSサイト ： https://www.smalltrain.org/
画像1: https://www.atpress.ne.jp/releases/234106/LL_img_234106_1.png
SmallTrainサイトのトップ画面
GitHubリポジトリ： https://github.com/geek-guild/smalltrain
SmallTrainは、ライブラリ機能とラッパー機能を兼ね備えたオープンソースフレームワークです。Kerasのようにつかえます。多様なデータを学習済みのAIモデルを起点に、転移学習をするだけで工数をかけずにAIを構築できます。SmallTrainを使うと、精度を損なわず、大量のデータを取得する労力もいらず、ディープニューラルネットワークを迅速に開発できます。MITライセンスに準拠しており、商用利用できます。
「いち早く世の中に出して、精度の高いAIが低工数でできることをみなさんに体験してもらいたい」という思いから「多くのかたにオープンソースプロジェクトに参加をしてほしい」と完全公開に踏み切りました。ドキュメントを少しずつ増やしていき、プログラムを一から開発しなくてもAIがつくれるようにすることで、AI開発が身近になればと願っています。
今回はAWSのサーバをつかって体験できるチュートリアルを追加しました。AWSのGPUインスタンスの使い方も記載しています。
次のリリースでは、もっと簡単にGoogle Colabでも使えるようにしようと考えています。
画像2: https://www.atpress.ne.jp/releases/234106/LL_img_234106_2.png
SmallTrainサイトのチュートリアル
SmallTrainにお手持ちのデータを入れて、転移学習をするだけで様々なAIサービスをつくることができます。
SmallTrainの利用事例としては、次のとおりです。
▼ダイナミックプライシング
ホテルの客室価格予測など時系列データを使ってダイナミックプライシングができます。
画像3: https://www.atpress.ne.jp/releases/234106/LL_img_234106_3.jpeg
利用例_ダイナミックプライシング
▼処方箋認識
処方箋を画像認識でデジタル化します。文字を認識します。
画像4: https://www.atpress.ne.jp/releases/234106/LL_img_234106_4.jpeg
利用例_処方箋認識
▼薬剤画像認識
自然光、薬局の通常のカウンターで薬剤の画像認識ができます。薬剤の種類が多いため、難易度の高い画像認識です。
画像5: https://www.atpress.ne.jp/releases/234106/LL_img_234106_5.jpeg
利用例_薬剤画像認識
▼AI-OCR
あらゆるデジタル文字を認識する汎用的な文字認識AIです。
様々なフォーマットに対応できます。
画像6: https://www.atpress.ne.jp/releases/234106/LL_img_234106_6.jpeg
利用例_AI-OCR
▼画像認識
汎用的な画像認識AIなのであらゆる要望に合致させます。
画像7: https://www.atpress.ne.jp/releases/234106/LL_img_234106_7.jpeg
利用例_画像認識
▼時系列データ予測
発電予測、消費電力予測、発電所異常検知等の、高精度な時系列データ予測をしています。
画像8: https://www.atpress.ne.jp/releases/234106/LL_img_234106_8.jpeg
利用例_時系列データ予測
■SmallTrain 概要
SmallTrainは...
▼主にPythonで記述されており、TensorFlowのラッパーです。将来はKerasやPyTorchのラッパーともなり、TensorFlow、Keras、PyTorchユーザーのかけはしとなることを掲げています。
▼エンジニアやデータサイエンティストに馴染み深いアーキテクチャとして、Pythonモジュールの形式を採用しています。KerasやPyTorchと同じような使い方なので、使い方の学習にかかる時間が短縮され、モデルの構築により多くの時間を費やすことができます。
▼データサイエンスの概念に関する事前の知識がなくても、モジュールを再利用することで、ディープニューラルネットワークを迅速に開発できるように設計されています。
▼オープンソースなので、バグフィックスか改善を開発者1人で抱え込まず、みんなで協力して開発することができます。
▼簡単なインストール
数回クリックするだけで開発できるように、AI学習済みモデルをセットアップできます。
▼高精度モデル
Geek Guildのハイスペックなデータサイエンス手法・GPUマシンを使用してすでにトレーニングした学習済みモデルを公開しています。高精度モデルを起点として、様々な課題解決に最適なソリューションを提案することができます。
▼SmallTrainの使い方・利用シーン
入門として画像認識のモデルの作り方を紹介していますが、時系列データ予測、音声認識など、幅広いAIサービスに使うことができるライブラリ、TensorFlowのラッパーとして使えます。
【会社概要】
会社名 ： 株式会社 Geek Guild
所在地 ： 〒615-8245
京都府京都市西京区御陵大原1-36 京大桂ベンチャープラザ 北館 310
共同代表者： 花村 慎介 尾藤 美紀 手嶋 雅夫
設立 ： 2018年6月26日
URL ： https://www.geek-guild.jp/
事業内容 ： 人工知能プログラムの開発
コンピュータソフトウェア分野における
人工知能及び各種技術の応用研究
人工知能に関わるセミナーの企画及びコンサルティング
人工知能に関する講演会、シンポジウム、セミナー等の企画、
運営、管理及び実施
