Tensor flowを使った キュウリの仕分け あれこれ
- 2. 自己紹介 Twitter : @ike_jpn Blog : http://www.workpiles.com/ お仕事： きゅうり農家，プログラマー，Tinkerer 最近のマイブーム： 機械学習，Raspberry Pi，... 活動： MakerFireTokyo(1)，MashupAwards(4)，gugen(1) Pythonの経験： 独学，OpenCV，Django，TensorFlow
- 7. TensorFlowの基本（２） データフローグラフの入り口を作って、データを流し込む。 実行結果： placeholderがデータフ ローの入り口。 実行時にfeed_dictでデー タを流し込む。
- 8. Deep MNIST for Experts 『Deep MNIST for Experts』チュートリアルを行うと４層の畳み込みニューラルネットワー クの作り方が大体理解できる。後は、これをベースにちょっとずつチューニングする。 チューニング項目： ネットワーク構成： 積層数、処理順序、活性化関数、損失関数、正規化、正則化 … 畳み込み層： フィルタ数、フィルタサイズ、 … プーリング層： アルゴリズム、サイズ、 … ドロップアウト： 有無、ドロップアウト率 全結合層： ユニット数、… （最適なパラメータ教えてくれる AIプリーズ…）
- 18. 試作３号機での取り組み ● キュウリの表面の傷なども認識したい → キュウリを接写し、もっと解像度を上げで認識したい（学習が進まない問題） → オートエンコーダで事前学習を試してみる → 転移学習を試してみる ● キュウリの病気も認識したい → 教師データが集まらない →教師データの錬金術 ● キュウリを手で台に置くのは…全自動化したい → キュウリを自動的にピックアップする装置の開発
- 23. まとめ ● まだまだ実用できるレベルではないですが、機械学習を使った自動化の可能性は 見えたかも ● TensorFlowはチュートリアルがしっかりしてるので取っ付き易いただ、最近はAPI が混沌としてきたような…（tf.layers,tf.contrib.learn,tf.contrib.slim,kerasとか…） ● 機械学習プログラムは楽しい！一人で悩まなくていい！ ● 試作３号機を今年のMakerFaireに出せるようがんばります