MinskyによるDeep Learningの画像分類の検証を行いました。また、その結果をもとに、パートナー様のセミナーにて、エンドユーザー様にMinskyによる画像認識処理の紹介を行いました。
背景・課題
パートナー様が製造業向け対象のセミナーにて、Minsky+Power AIによるDeep Learningのセッションを実施することが決定しました。
セッションを実施するにあたり、事前検証を実施し、その結果をもとにセッションにて説明を行いました。
検証概要
使用したハード/ソフト
- IBM S822LC for HPC(Minsky)
- Ubuntu 16.04 for ppcle64
- IBM Power AI
検証内容:Digits/Caffeを使用した画像分類
ディープラーニングによる画像分類処理の概要
パートナーさまの声
- 実際の環境を準備しない限り検証できないテストだったので大変助かった。
- セミナーで紹介したところ、ディープラーニングがどんなものか、いままで良く分かっていなかったが、なんとなく分かったというアンケートの回答をいただいた。
- 上記アンケートの他、セッションが好評だったため、別のセミナーにも、同じセッションを追加実施することになった。
参考
用語集
- S822LC for HPC(Minsky)
- NvidiaのGPUであるTelsa P100を搭載したLinux on Powerサーバーです。NVLinkという新しいインターコネクトが採用され、既存のPCIeに比べてCPU・GPU間の帯域が増強され、より高い性能をだすことが可能となっています。
- Deep Learning(深層学習)
- システムがデータの特徴を学習して事象の認識や分類を行うAIの手法です。車の自動運転のための、画像認識処理等にも用いられている手法です。自然言語処理(翻訳等)にも使用されています。
- IBM Power AI
- Minsky用に簡単に導入できるようにした、Deep Learningのフレームワークをまとめたものです。
- Deep Learning フレームワーク
- 一からDeep Learningのプログラムを組むと大変なため、よく使う機能をまとめたもの。フレームワークを使用するとプログラムを書く量が少なくなり、開発が効率化されます。Tensorflow/Caffe/Chainer等様々なフレームワークがあります。
- Caffe
- Berkeley AI Research(BAIR)/The Berkeley Vision and Learning Center(BVLC)が中心として開発している、画像認識に強いDeep Learningのフレームワークです。
- Digits
- Nvidiaが公開しているDeep Learningの学習処理やテストを簡単に行うためのWEBインターフェースを提供するアプリケーションです。バックエンドとしてCaffeが使用可能です。Digitsを使用することにより、気軽にDeep Learningを試してみることができます。
Digitsによる実行例
学習中画面
学習データを使用した画像分類画面