サルでもわかる機械学習

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。

===== Chainer2機械学習成果をwebで公開 =====

前回までで、公式Githubのtrain_mnist.pyを解説しながら、chainer2プログラミングの流れを追ってきました。

機械学習結果をWebで公開する流れとしては、以下のようになります。

  - train_mnist.pyの最後の方にモデルパラメータの保存のコードを追加
  - train_mnist.pyを再度実行
  - WebアプリケーションフレームワークFlaskのコードであるserver.pyの作成
  - templates/フォルダとstaticフォルダの作成
  - templates/フォルダ下にindex.htmlを作成
  - ローカル環境(自分のパソコン)でserver.pyを実行して、Webブラウザで動くことを確認
  - (Heroku、AWSやさくらインターネット)デプロイして、Webで公開

具体的な方法は、以下の記事の後半をご覧下さい。(自分のパソコンでserver.pyを実行するところまでとなります。)

「Chainer v2による実践深層学習」を写経してみる（１）MNIST-NN\\
http://twosquirrel.mints.ne.jp/?p=20034


===== 参考文献 =====
ChainerとFlaskで作る機械学習デモアプリ 前編 モデルの作成と保存
2017/10/6
https://recipe.narekomu-ai.com/2017/10/chainer_web_demo_1/

ChainerとFlaskで作る機械学習デモアプリ 後編 Webアプリの構築
2017/10/6
https://recipe.narekomu-ai.com/2017/10/chainer_web_demo_2/

公式Github　MNIST tag v2 chainer/examples/mnist/train_mnist.py
https://github.com/chainer/chainer/blob/v2/examples/mnist/train_mnist.py
===== リンク =====

サルでもわかる機械学習

ユーザ用ツール

サイト用ツール

ページ用ツール