機械学習成果をwebで公開
差分
この文書の現在のバージョンと選択したバージョンの差分を表示します。
| 両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン | ||
|
機械学習成果をwebで公開 [2017/10/18] adash333 [chainer] |
機械学習成果をwebで公開 [2018/10/07] (現在) |
||
|---|---|---|---|
| ライン 2: | ライン 2: | ||
| Pythonでの機械学習の成果を、同じプログラミング言語であるPythonでWEB公開するとなると、[[http://flask.pocoo.org/|Flask]]がお勧めのようです。 | Pythonでの機械学習の成果を、同じプログラミング言語であるPythonでWEB公開するとなると、[[http://flask.pocoo.org/|Flask]]がお勧めのようです。 | ||
| + | |||
| + | 2017年10月現在、私が実行できたのが機械学習フレームワークKerasとWebアプリケーションフレームワークFlaskを用いて、Herokuにデプロイする方法でした。全て無料です。 | ||
| + | |||
| + | 超個人的意見として、プログラミング初心者が画像を用いて機械学習を行う場合は、Kerasがお勧めです。日本語のドキュメントがあり、誰が書いても同じコードになりやすく、いざとなれば英語の解説がWeb上にたくさんあるからです。 | ||
| + | |||
| + | （1）以下に、Keras+Flaskでりんごとオレンジの識別をするサイトの作り方を記載しましたので、ご覧ください。 | ||
| + | |||
| + | Kerasで自前データで機械学習した成果をWEBで公開（Keras+Flask）（１） | ||
| + | 2017/10/25 2017/10/26\\ | ||
| + | http://twosquirrel.mints.ne.jp/?p=20440 | ||
| + | |||
| + | （2）次に、手書き数字画像を判別するアプリをherokuにデプロイする方法を記載してみました。 | ||
| + | |||
| + | Kerasで自前データで機械学習した成果をWEBで公開（Keras+Flask）（２）「FlaskアプリをHerokuで公開」\\ | ||
| + | http://twosquirrel.mints.ne.jp/?p=20570 | ||
| + | |||
| + | (参考)\\ | ||
| + | PHP file_get_contentsでAPIサーバーにGET,POST,画像アップロード\\ | ||
| + | http://symfoware.blog68.fc2.com/blog-entry-1885.html | ||
| + | |||
| + | |||
| + | ===== WEBアプリケーションフレームワーク ===== | ||
| http://djangoproject.jp/\\ | http://djangoproject.jp/\\ | ||
| ライン 16: | ライン 38: | ||
| http://twosquirrel.mints.ne.jp/?p=18028 | http://twosquirrel.mints.ne.jp/?p=18028 | ||
| =====WindowsパソコンにFlaskをインストールする方法===== | =====WindowsパソコンにFlaskをインストールする方法===== | ||
| + | |||
| + | WindowsにAnacondaでPythonをインストールしていれば、Flaskは最初からインストールされている。 | ||
| Windows8.1でPythonのWEBフレームワークFlaskを試してみる\\ | Windows8.1でPythonのWEBフレームワークFlaskを試してみる\\ | ||
| ライン 85: | ライン 109: | ||
| \\ | \\ | ||
| https://recipe.narekomu-ai.com/2017/10/chainer_web_demo_2/ | https://recipe.narekomu-ai.com/2017/10/chainer_web_demo_2/ | ||
| + | |||
| + | Chainer2に関しては、『Chainerv2による実践深層学習[新納浩幸]』という本に加えて以下の説明を読むと、非常に分かりやすい。(最初に読んだときはさっぱり分からなかったが、本でchainerを勉強した後に読むと、非常に分かりやすい。) | ||
| + | |||
| + | 機械学習フレームワークchainerを使って1からコードをかいてみる(mnist編)\\ | ||
| + | https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a | ||
| ライン 92: | ライン 121: | ||
| ソースコード | ソースコード | ||
| https://github.com/tanikawa04/imagenet-webapi-sample | https://github.com/tanikawa04/imagenet-webapi-sample | ||
| + | |||
| + | |||
| + | フロントエンドphp、参考\\ | ||
| + | https://qiita.com/k499778/items/fd02409919f02834e340 | ||
| + | |||
| https://stackoverflow.com/questions/38813592/ionic2-and-angular2-image-upload-example | https://stackoverflow.com/questions/38813592/ionic2-and-angular2-image-upload-example | ||
| + | |||
| + | |||
| + | ===== SONY neural network console ===== | ||
| + | http://arakan-pgm-ai.hatenablog.com/entry/2017/10/03/003000 | ||
| + | |||
| + | |||
| + | |||
| ライン 103: | ライン 144: | ||
| + | |||
| + | Djangoで、けものフレンズキャラの顔を認識させる（Deep Learning）\\ | ||
| + | https://github.com/naritotakizawa/kemono | ||
| ===== リンク ===== | ===== リンク ===== | ||
機械学習成果をwebで公開.1508300410.txt.gz · 最終更新: 2018/10/07 (外部編集)
