20171101_GCPUG_MLDay_メモ
これ何
- 2017/11/1にgoogleにて開催されたGCPUGのセミナーメモです
- GCPUG Tokyo Machine Learning Day November 2017
-
https://gcpug-tokyo.connpass.com/event/67845/
- 一部資料やtogetterも公開されてます！
- blog枠としての責務
自己紹介
- ユーザ系SIer, 機械学習関連チーム所属
- 基盤からコーディング、ビジネス適用まで一通りやっている
- BigQueryに憧れるが東京リージョンに来ないかな
- GCPトライアル＆勉強中、一通りサービスの知識はある
発表メモ
Machine Learning on GCP: from pre-trained APIs to models trained on custom data by Sara
- https://github.com/sararob
-
GCPにおける機械学習サービスは大きく分けて2種類。
- 訓練済みモデルを使えるAPI
- 自分でモデルを作れるPaaS(MLEngine)
- https://cloud.google.com/products/machine-learning/?hl=ja
-
各種APIは想像以上のことができていた
- 動画のタイムラインにキーワードをつけて、検索できるようにする
- https://www.youtube.com/watch?v=mDAoLO4G4CQ
- 興味ある動画は探せても、いつ〇〇は出てくるんだ？みたいなのが短縮できるのは夢があるサービス
- wikipediaなどネットに転がっている情報とくっつけてくれる
- JKローリングの別名でも単一のentityIdで返してくれる
- 動画のタイムラインにキーワードをつけて、検索できるようにする
-
QAにもあったが、APIにユーザデータを食わせられるサービスはやはり欲しい
- 実業務の活用の壁の一つ。専門用語など。これができるようになると、既存の日本語自然言語系サービスがどうなるか？
LT
NLAPIを前処理に使ってみよう
- https://twitter.com/hayatoy82
- 参加型リアルタイムデモあり。映えますね。
- cloud datalabの各種サービス連結性は便利そう
Googleが開発したニューラルネット専用LSI「Tensor Processing Unit」by Kazunori
- https://twitter.com/hayatoy82
- tensorflow と xPUの間にはXLAというレイヤーがあるため、意識せず使い分けられる
- xPU = CPU,GPU,TPU
- 7ms応答を99%保証して欲しい、というGoogle社内ユーザの声にもこれで応えた
- レスポンス超高速のML系サービスなので、伏せられてはいたがおそらく、、
- フルタイム版の資料をゆっくりみたかったです
Milesさんから一言
- https://www.linkedin.com/in/milesward
- クラウドの10年前の段階が今の機械学習。これからだよ！
- 最初はうまく動かないかも。暖かい目で見守ってフィードバックして
- 今までの既存技術だって通ってきた道
- 今からやっとけば食いっぱぐれない
Cloud ML Engine by Jing Jing Long
- https://www.linkedin.com/in/jing-jing-long-b8b36a84
- Cloud ML Engine は Machine Learning as a Service
- トレーニング、モデル管理、予測までをサービスで提供
- TFはバージョンの更新が早いので、runtimeのバージョン対応追随は期待
- ハイパーパラメータチューニング、バージョン管理など実務の辛さへのGoogleなりの解答だった
- オンプレでやってますけど辛いからついついサボりがち
- QAぶっちゃけ系
- python3対応、レスポンスや謎の裏基盤など。。
- TFXで実現するML-opsにも組み込まれる？
- http://stevenwhang.com/tfx_paper.pdf
- Fig.1の機械学習プラットフォーム概念図が素敵
所感
- 機械学習を一連で行う上で、とにかく便利になっていきそうなGCP
- datalabがjupyterにGCPサービス連結が集約されていきそう。
- 現在やろうとしている案件がAWSを使う前提にしているが、GCPも試せれば良いなと感じた
- SOMPOの中林さんのような基盤を作りたい
- 英語力。キレイな英語をみなさん話されていたので、頑張りたい
- 最後尾の方だと少し聞こえづらかったり、見づらかったりしたので次はもう少し前に行こう