昨日GCPUG信州の機械学習がテーマの勉強会に参加してきました。
Google Cloud Platform概要
- Googleのデータセンターの電力管理も、GoogleDeepMindにて、40%の削減
- Googleのサーバーはリソース状況により、どのサービスに使われるか変わる
- Googleのデータセンターの使用効率も80%
- 1Pbpsのネットワーク
- Region とZone。現在5つ。日本リージョンも近々？
- AppEngineの起動は速い。Go言語だと40s位
- インスタンス使用時間により、自動割引。同じマシンタイプを合算して割り引きしてくれる
- Preemtible VMs Borgのプライオリティの低いサービスを利用
- GCEのインスタンス課金は10分単位。10～20分程度の利用時間だと、1H課金のクラウドに比べ、単純に計算するだけでも、コストは1/2
Speech API
- 文脈認識率は8割。Cortana、WindowsAPIはせいぜい3～4割※単語レベルは高いが。
- US方言も。ただ、日本語の方言は対応していない
- しゃべり言葉はあまりよくない？
- Cloud Natural language API
Speech API、βリリースにあたり、長い時間の音声ファイルの認識に使えるAsyncRecognizeの新機能が。gRPCプロトコルを使用している
TensorFlow
- PythonAPI、C++ APIが提供されているが、Python APIを使うのがよさそう
- 並列分散処理を簡単に実装できる。
- アルゴリズムを実装する道具、位置づけ
- APIも豊富 https://www.tensorflow.org/versions/r0.9/api_docs/python/index.html
- TensorFlow独自のプロセッサーを作成していた（TPU）。AlphaGoも使用されていた。
- ただ、GCEには、GPUインスタンスがない。GPUはCloud Machine Learningでは使えるとのこと。現在Limit Preview
CloudVisionAPIをIoTに
- プライバシー保護が重要。人の顔にマスク（モザイク）を掛ける
- ＡＰＩベースなので、リソースが限られたRaspberryPiとかに有益
Docker
- コンテナの粒度はアプリ単位
- SwarmがDocker Engineに統合されたので、kubernatesとの使い分けはどうするか。今は過渡期
GCEをTensorFlow計算エンジン
- パーセプトロン
- バックプロパゲーション
- 畳み込みCNN。画像認識に使われている
- 過去にもネオコグニトロンと同等の機能があったが、ネットワークの性能、ＣＰＵパワーとかが当時に比べて向上したことで、DeepLearningが進化
- gcloud config-ssh ssh configurationに、インスタンスのaliasを登録してくれる。ssh <instance>.<region>.<project>でアクセスが可能に。Ansibleで複数インスタンスで学習自動化するのに役に立つ
CloudVisionAPI、Speech API、バックでは、DeepLearning技術は使われているので、Googleの基盤を少しわかった気がします。