Cloud Auto MLの使用感
GoogleのCloud Auto MLについて言及
Auto MLは総称的な意味合いなので意味が変わる
GoogleはAuto MLサービスとしてCloud Auto MLをベータ版としてリリースしている
最小限の労力と機械学習の専門知識で、高品質のカスタム機械学習モデルをトレーニングします。
Cloud AutoML は機械学習プロダクトのスイートです。AutoML を利用すると、機械学習の専門知識があまりない開発者でも Google の最先端の転移学習とニューラル アーキテクチャ検索技術を利用して、ビジネスニーズに合った高品質のモデルをトレーニングできます。
Google謹製の研究技術を利用したモデルをユーザが簡単に利用できる
データセットさえ用意できれば動かせる
Visionではclassification/multiclassificationが対応
人間がやる前処理はラベル付けだけ
個人的にいいなと思ったところ
ノンプログラミングでimage classificationモデルが作成できる
ノンプログラミングとは
言語どれにする、環境構築、ライブラリのバージョンが・・・とか考えなくていい
学習時のデータセットのラベル毎の最低枚数を指定してくれる
モデルの管理が楽
GCP上で学習済みモデルが保存される
ローカルで「学習したモデルどこに置いたっけ」みたいな状態にはならない
評価結果の可視化
僕らが欲しい実験結果一覧が既にある
予測結果の取り出しがREST API
Pythonでしか動かないとか、エッジで動かすにはモデルの変換が・・・とか考える必要なし
一応エッジで動かせるようにtensorflow liteモデルもダウンロード可能
APIに画像POSTすればラベルが返ってくる
サーバー建てなくて良い
データセットの管理、学習モデルの管理、予測結果の取り出し、全て一括でGCP上で完結してる
気になったところ
train/valid/testの比率が固定(8:1:1)
ランダムで取り出してくる
不均衡データになると特定ラベルの精度落ちそう
ノンプログラミングとか言ったけどデータセット大量になったら準備する部分はプログラミング必要だよね
参考URL