What is SmallTrain?
| SmallTrainは、TensorFlowとPytorchを使用できるラッパーです。 高精度モデルとして設計されています。 |
| SmallTrainは、最新の論文からの最先端のアルゴリズムと独自のアルゴリズムを採用したディープラーニングライブラリです。 |
| SmallTrainは、少量のデータを使用して追加の学習を行うことで、独自のトレーニング済みモデルを簡単に構築できるプラットフォームであり、数行のプログラミングで高精度のモデルを作成できます。 |
| 詳細については、ドキュメント とサイトのさまざまなセクションを参照してください。 |
AIモデルをつくる方法
| AIモデルをつくる方法は大きく三つ: |
| - アルゴリズム、数学的関数を理解/自作の上プログラミングし、モデルを自作 |
| - アルゴリズム、数学的関数はTensorFlowなどの計算ライブラリを用いて、モデルを自作 |
| - 計算ライブラリを呼び出すのにラッパーを用いて、簡単にモデルを作成(もっとも工数を削減できる) |
| |
| これらの3つの方法の中で最も簡単なのは、3番目のラッパーを用いることです。 このラッパーとしてSmallTrainを使えます。 |
Kerasや他のラッパーライブラリとの違いは？
| - Kerasやその他のラッパーはPoCに適していますが、複雑な課題や実運用レベルの課題では失敗し、ラッパーとして多くの制限があります。一方、SmallTrainは、モデルの構造レベルのところまで関わることができる柔軟性をもちつつ、Kerasやその他のラッパーの開発の容易さを維持しているラッパーです。 |
| |
| - SmallTrainは、最新の論文を参照して、最先端のアルゴリズムを実装しています。ピラミッドアーキテクチャのおよそ100階層のニューラルネットワークを使用します. |
| |
| - SmallTrainはTensorflowとPyTorchをサポートし、両方が互いに邪魔にならないように設計されており、多くの場合、ユーザーのニーズに従って開発を支援します。 |
| |
| - SmallTrainは、手持ちの少量データで学習させることができます。汎用性が高く、あらゆる種類のデータをサポートし、さまざまな範囲のデータでできます。 |
SmallTrainの特徴
| - 簡単に使える |
| - わずかなプログラミングで自分の学習済みモデルを開発できる |
| - TensorFlowとPytorchの両方が使える |
| - 最先端の論文から最先端にアルゴリズムを取り込んでいる |
| - 手持ちのデータで低工数で実装できる |
| - 商用利用ができるライセンスに準拠している |
SmallTrain導入事例
| - 画像認識 |
| - 時系列データ予測 |
| - 物体検知 |
| - 異常検知 |
| - 音声認識 |