4
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

ABEJA Platformでトリガー機能を試してみる

Last updated at Posted at 2019-06-25

##はじめに
ABEJA Platformは機械学習を実施する際のデータレイク・アノテーション・学習・インフラ運用などをパイプラインで管理・実施いただけるSaaS型のサービスです。
柔軟度が高く、学習によく利用できるフレームワークを利用できるため、MLエンジニアやデータサイエンティストの方が不要な作業をせずにより開発のスピードアップと集中を実施いただけることがメリットです。

今回ご紹介するもの

「 ABEJA Platformトリガー機能 」

Untitled.png

「 ABEJA Platformトリガー機能 」って?

ABEJA Platformで学習、デプロイしたモデルを活用し、特定のアクション時にそのモデルを利用し、推論を実施できる強力な機能となります。比較として、AWSのSageMakerではLambdaやAPI Gatewayと連携して利用して実現も可能ですが、ABEJA Platformでは、機能としてコンソール上、CLI/SDKから利用可能で容易にです。現在は、アクショントリガー種類として以下の2種類が対応しています。

  • データレイクへのファイルアップロード
    • アップロード先のデータレイクチャンネルを選択
  • スケジュール
    • スケジュールの場合以下の値を設定します。

今回は、データレイクチャンネルにアップロードした画像の判定をトリガーを実施してみてみます。サンプル画像はこちら。
download.jpeg

それでは、早速実施していきましょう。

早速、設定

  • まずは、データレイクのチャンネルを作成します。今回はトリガーをデータレイクにファイルをアップロードした場合に推論を実施するため、INとOUT用の2つのチャンネルを作成します。
2.png
  • 「モデル」の「デプロイメント」に**「トリガー」**というタブがありますので、こちらを選択
1.png - 右側の**「トリガーの作成」**ボタンを選択 - 各トリガーに利用する値を入力 - `バージョン`:デプロイを実施するモデルのバージョンを選択 - `入力サービスタイプ`:「datalake」もしくは「Schedule」を選択 - `入力に用いるチャンネル`:入力に利用するチャンネルを選択 例:「demo-channel-in」 - `出力サービスタイプ`:「datalake」のみ - `出力に用いるチャンネル`:出力に用いるチャンネル 例:「demo-channel-out」 - `リトライ回数`:「0 - 9」の回数を指定可能 3.png
  • これでトリガーの設定は完了です!早速データレイクのチャンネルにファイルをアップロードしてみましょう。**「アップロード」**からファイルをアップロードしていきます。
4.png - アップロードを実施するファイルの選択。 5.png - メタデータの追加を実施。( ※ 任意です。 7.png - **「アップロード」**を実施 8.png
  • 無事にデータレイクチャンネルにアップロードが完了しました!問題なければ、しばらくすると出力用のデータレイクチャンネルにアップロードした画像の分類判定結果がjsonで出力され格納されるはずです。
11.png
  • 少し待つと、出力データレイクチャンネルにjsonが出力され格納されています!

  • jsonの中身を見てみましょう。

run-XXXXXXXXXX_0.json
[
	{
		"label": "beagle",
		"probability": 0.8021920323371887,
		"id": "n02088364"
	},
	{
		"label": "English_foxhound",
		"probability": 0.1348923146724701,
		"id": "n02089973"
	},
	{
		"label": "Walker_hound",
		"probability": 0.041955601423978806,
		"id": "n02089867"
	},
	{
		"label": "Labrador_retriever",
		"probability": 0.007846538908779621,
		"id": "n02099712"
	},
	{
		"label": "redbone",
		"probability": 0.005370880011469126,
		"id": "n02090379"
	}
]

キチンと beagleとして0.8021920323371887の確率で推論できています。 (他に English_foxhoundなども判定されています)

まとめ

今回はjsonを出力する挙動をサンプルとして実施しましたが、活用方法として画像の前処理などがデータレイクチャネルに画像ファイルをアップロードするだけで実施できたりとかなり有用な使い方が可能です!
次回は画像の前処理周りをこのトリガー機能を使ってご紹介します。

最後に

ABEJA Platformは、トライアルも提供しています。気になられた方は、是非、お気軽にお問い合わせください!また、フォーラムもありますので、是非、ご活用ください。

ABEJA Platformに関するお問い合わせ
https://abejainc.com/platform/ja/contact/

ABEJA Platform Forum
https://forums.abeja.io/

4
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?