What's this?
2020/3/11に開催されたTensorFlow Dev Summit 2020（オンラインイベント）のストリーミングを見て自分の気になったところをまとめたメモ
TensorFlow Dev Summit とは
2017年から毎年開催されているTensorFlowの開発者向けイベント
TensorFlowの新しいプロダクトはだいたい毎年このイベントで発表されることが多い
全動画
- Keynote
- Learning to read with TensorFlow and Keras
- TensorFlow Hub: Making Model Discovery Easy
- Collaborative ML with TensorBoard.dev
- TF2.x on Kaggle
- Performance Profiling in TensorFlow 2
- Research with TensorFlow
- Differentiable convex optimization layers
- Scaling TensorFlow data processing with tf.data
- Scaling TensorFlow 2 models to multi-worker GPUs
- Making the most of Colab
- MLIR: Accelerating TF with compilers
- TFRT: A new TensorFlow Runtime
- TFX: Production ML with TensorFlow in 2020
- TensorFlow Enterprise: Productionizing TensorFlow with Google Cloud
- TensorFlow.js: ML for the Web and beyond
- TensorFlow Lite: ML for mobile and IoT devices
- TensorFlow and ML from the trenches: The innovation experience center at JPL
- Getting involved in the TF community
- Responsible AI with TensorFlow
- TensorFlow Quantum: A software platform for hybrid quantum-classical ML
- 全てを見たい人 (7:50:12)
The TensorFlow Ecosystem
TensorFlow Quantum
TensorFlow Dev Summitに先立って公開されたライブラリ
https://www.tensorflow.org/quantum
https://github.com/tensorflow/quantum
- 「Cirq」を、既存のTensorFlowライブラリに統合した
- TensorFlow APIと互換性をもつ量子コンピューティングを実現
紹介記事
https://gigazine.net/news/20200310-google-tensorflow-quantum/
TensorFlow 2.2
Performance Profiler
Overview Page
Input Pipeline Analyzer
Trace Viewer
TensorFlow Stats
Profiling
Step 1: Keras TensorBoard callback
Step 2: Launch TensorBoard
Step 3: Check Overall Analysis
Step 4: Input Pipeline Recommendation
Step 5: Optimize the "Data Preprocessing"
Step 6: Capture a new profile
Next Steps
TensorFlow Developer Certificate
TensorFlow Developer Certificate
- 5時間のテストで5つのモデルを作る
- 全体で100点満点中90点で合格
カテゴリ
- ベーシック/シンプル
- データセットからのモデル
- 画像データからCNNモデル
- テキストデータからNLPテキスト分類
- 数値データセットからシーケンスモデル
受講者に必要なスキルセット
- ML/DLの基礎的な知識
- TensorFlowを用いた機械学習モデルの実装
- DNNとCNNを使った画像認識アルゴリズムの実装
- 異なる画像サイズの扱い
- 畳み込みレイヤーの視覚化
- lossやaccuracyのプロット
- オーバーフィッティングを防ぐ方法
- 画像認識、物体検出、テキスト認識
- 自然言語処理へのニューラルネットワークの適用
環境
- PyCharm
- インターネット接続環境
- TensorFlow Examプラグイン
- テスト中のドキュメント参照は可能
コスト
- $100 USD
再受験
- 一回目から14日後に再受験
- 二回目から2ヶ月後に再受験
- 三回目から1年後に再受験（それ以降は同じ）
有効期限
- 36ヶ月
- 更新不可、要再受験
Google Cloud AI Platform Pipelines
- ベータ版をリリース
- Notebookでの課題解決はシンプル
- ワークフローの構築やスケールは複雑
- データの準備と分析、トレーニング、評価、展開
TensorFlow.js
Facemesh
!
demo
Handpose
demo
実行速度
MobileBERT
Use cases
AR Beauty
Multiple Backends
TensorBoard.dev
TensorFlow Hub
TensorFlow Hub
Ready to use
Easy to Search
With Notebook
Style transfer
Text Classification
Audio
Improved Search & Discovery
Expanded Support for TF Formats
Colab
Top 10 Colab Tricks for TensorFlow Users
10: Specify TensorFlow version
9: Use TensorBoard right in Colab
8: TFLite? No problem!
7: Use TPUs
6: Use local runtimes
5: The Colab scratchpad
4: Copy data to Colab VMs
3: Mind your memory
2: Close tabs when done
1: Only use GPUs when needed
Colab Pro
Colab Pro
Colab Pro
Kaggle x TensorFlow 2.x
TensorFlow Lite
Android Studio Integration
Profiler for Android
iOS Core ML support
Language support
Hardware support
Arduino Suppoort
