結構IT業界に長く居座っておりますが、この雑誌は初めて購入しました。
Interface(インターフェース) 2017年 03 月号
よく見ると表紙のど真ん中にやや小さいフォントでTensorFlowと書かれているのがわかります。
この雑誌の6割(90ページ)ぐらいがTensorFlowの記事になっています
表紙にも大きくGoogle人工知能と別の表現で書かれているものの、ここまでTensorFlow三昧に仕上がっているとは思いませんでした。
立ち読みだけのつもりがつい購入してしまいましたので、軽く紹介させて頂きます。
尚、表示にはラズパイにON!と書かれていますが、それほどラズパイべったりな記事は多くありません。
目次を順に追ってみます
以下、Amazonの内容紹介をベースに一言加えさせて頂きました。
(斜体で記述してある部分は内容の補足です)
自宅でローカルAI作れる時代キタ! 小型スマート農業にも?
☆特集「ラズパイにON! Google人工知能」
イントロダクション
グーグルが大サービス! 手のひら人工知能が自宅で作れる時代キタ!
◎ビギナから使える世界トップのAIライブラリON!
第1章 ラズパイからOK! Google人工知能で広がる世界
- Google(TensorFlow)によって開発されたサービスの実績が記載されています
- その他に「いろいろな環境で動くよ」とも紹介されています
- また「ラズパイなどを用いた組み込み系システムとしてこんな用途が考えられる」との記事が充実しています
Appendix1 Googleの人工知能ライブラリTensorFlowを勧める理由
- Googleが実運用している品質
- チュートリアルも用意されている
- オープンソース
- 処理をグラフで設計できる
- そのままGPUで動く
Appendix2 Google人工知能ライブラリTensorFlowの正体
- 用途はいろいろ
- PythonのAPI総数は43カテゴリ3780個
- APIの簡単な紹介も記載されています
◎試せるぼくらの小規模スマート農業! ?
第2章 ラズパイ×Google人工知能…キュウリ自動選別コンピュータ
ここからは有名なキュウリの話がメインになります
- キュウリ選別機のインフラが紹介されています
◎Googleを使った学習&判定プログラムをラズパイにONする手順
第3章 人工知能キュウリ・コンピュータを動かしてみる
- システムフローのどこでTensorFlowが使われているかが図示されています
- ラズパイへのTensorFlowのインストール方法が記載されています
◎ターゲット「キュウリ」選別に適したデータ&アルゴリズムの検討
第4章 ステップ1…設計方針を決める
- この章はTensorFlowと直接の関係はありませんが特徴量の検討など、機械学習全般の実践的な知識が得られそうです
◎話題の人工知能アルゴリズム「ディープ・ラーニング」初体験
第5章 ステップ2…キュウリ・データの学習
- 学習用画像収集や事前の画像加工について記述されています
- 学習用モジュール(モデル)はDeep MNIST for Expertをベースにしているとのこと
- 学習に時間がかかりすぎたため学習時間短縮の方策が記述されています
- Pythonで記述されたソースコードあり
◎最初はPCで試すと便利
第6章 ステップ3…人工知能キュウリ判定
- 全体的なシステム構成図あり
- ノートPCでのキュウリ判定時間は1本あたり300ms
◎ほこりや土が舞う環境でも組み込んでしまえば安心
第7章 ステップ4…キュウリ用人工知能をラズパイで動かす
- PCで学習したモデルをProtocolBuffer形式でSaveしてラズパイで読み込み
- ラズパイ版TensorFlowはC++版を使用
- ラズパイ版判定機ではファーストトライで5000ms以上の判定時間が必要に
- いろいろチューニングして3700ms程度まで短縮に成功
- Google Cloud Machine Learningも試したけど、そんなに高速化されなかった
話題のディープ・ラーニング入門にピッタリ!
☆第2特集「Google人工知能 TensorFlow初体験ガイド」
2016/11/29にリリースされた最新版のr0.12に対応した記事になっています
◎AIの定番Pythonでほとんどのコンピュータで動かせる
第1章 レッスン1…TensorFlowの開発環境
【注意】本章の冒頭にも注意書きがありますが、本章はCPU版のみを対象に記載されているため、GPU版を使いたい方には合わない記事となっています
- 7ページを割いて各種環境への導入方法が説明されている
Appendix1 全てはここから! 公式ページの歩き方
- 公式サイトをメニューに沿って概観しています。この章は初心者にお勧めです
◎データの入出力/型/構造から実行メカニズムまで
第2章 レッスン2…TensorFlowプログラミングの基礎知識
- 書かれていることは本当に基礎の基礎だけです。
- この章だけ見るとQiitaの記事で十分かと
- コラムにTensorFlowには44カテゴリ1100種のAPIが有る旨の記述があるが、他の章には44カテゴリ3780種と記載されていた
◎ビギナ用定番サンプルから!
第3章 レッスン3…TensorFlow初体験
- みんな大好きMNISTの記事です。7ページかけて記述されていますが、for ExpertではなくBeginner版を使っています
- 内容は丁寧に記述されていると思います
Appendix2 定番サンプル「文字認識」の楽ちん体験アプリ
- 見たことあると思ったらQiitaの記事の話です
TensorFlow手書き数字の識別99%のモデルを実際に手書きして試すGUIアプリを作る
(雑誌の執筆者=Qiitaの執筆者だったようです)
◎ネットから入手できる画像データセットで試す
第4章 レッスン4…ちょっと本格的なAI画像認識
- 9ページを割いてオープンデータセットとOpenCVを使った画像認識を行っています
- こちらの記事はMNISTとは異なりCNNを使用しています
- GPUを用いているとのことですが環境構築については深く触れられていません
◎CaffeにChainer! TensorFlow以外にも知っとくべし
第5章 レッスン5…3大人工知能ライブラリ+α
- CaffeやChainerなどの話が軽く記述されています
Appendix3 「ディープ・ラーニング」アルゴリズムあんちょこ
- 機械学習(特にディープラーニング)について軽く触れられていますが、TensorFlow特有の記述はありません。またディープラーニングとは言ってもCNN(畳み込みニューラルネットワーク)については説明されていません
全体としてTensorFlowはこれから始める方や始めたばかりの方にはお勧め出来ます
1名限定ですが、読者プレゼントとしてTensorFlowで自動選別されたキュウリがもらえるそうです。
税込み1000円でしたので、TensorFlowに興味をお持ちの方は購入を検討してみてはいかがでしょうか。