最近はChainerとか出てますが、友人のススメでCaffeを使ってみました。
率直にいうと、「なにこれ、簡単すぎる！！」。
とにかく画像を放り込んでCaffeにもぐもぐさせるだけで、チューニングしなくてもそこそこの精度が出る。
ワタクシ、機械学習はツールの使い方を知っているだけで、理論の理解は概要レベルでド素人のミーハーです。
そんなぼくでも出来たんだから、未来は明るい。
インストールが面倒なだけ
コンパイルがね、躓くと泥沼です。
リンカエラー恐怖症になるかと思いました。
~~そんなのいつもやってる事なので、大したことではない。~~
データ集めるのが面倒なだけ
正解データを集めるのがね、面倒です。
どこからどれだけの量を取ってくるか、あるいは取ってこれるのかは、運です。
~~そんなのいつもやってる事なので、大したことではない。~~
チューニングが面倒なだけ
チューニングがね、ハードル高いです。
概要レベルのド素人では分からないので、このへんの資料を穴が空くほど読みましょう。
~~そんなのいつもやってる事なので、大したことではない。~~
計算量のハードルはかなり下がっている
Deep Learningと言えばGoogleさんがゴリゴリやってるイメージですよね。
じゃあ自分もやるためにはGoogle並の計算リソースが必要かといえば、そんなことありません。
ぼくらでも手元のPCですぐに始められます。
まず、nVidiaが提供するCUDAをインストールしておけば、ツールのフラグを立てるだけでGPUを利用できる。
これだけでCPUモードより数倍のスピードが出る。
データセットの量などにもよるけど、お試しニューロンならiMacで一晩寝かせるだけで作れる。
アイデア次第で充分面白いものが作れる
ツールやインフラは手元に揃っているので、あとはアイデア次第。
問題は、「何を分類させるか」だけです。
これはアプリ屋さんの得意分野のはず。
近いうちに、どんどん賢いアプリケーションが増えるでしょう。
スマホのカメラはますます大活躍、というわけだ。
とりあえずデータ集めをがんばろうと思います。