Kubeflow on Alibaba Cloud 第一回~JupyterHub環境を立ち上げる

CJNANです。

最近、主にDeep LearningをベースとしたAI技術が理論研究フェーズからビジネス業界への展開スピードがどんどん早くなるのを感じています。NAS(Neural Networks Search)のようなハイパパラメタの最適化を商用化したGCPのAutoMLやENAS(Effect NAS)をOSS化したAutoKerasが今後のDeep Learning手法の主なトレンドになれると思います。一方は、もっとビジネスサイドで応用できるための、開発環境やIaaS構成が求められてきて、これに着目したもう一つのOSSプロジェクト「Kubeflow」について、Alibaba Cloudでの実現方法を紹介します。

Kubeflowについて

簡単に言うとKubernetes上で簡単に機械学習用の環境を構築、管理できるようにしたものです。KuberflowはGoogleから開発したOSSで、Kuebrnetes(コンテナ化されたアプリケーションの展開やスケーリングおよび管理をおこなうオーケストレーションツール)の強大な機能を通じて、機械学習の開発からデリバリーまでの作業をもっと簡単に実現できるし、拡張性が良いサービスを実現することができます。KuberflowはKuernetesの環境であれば、すぐ実現できる特徴がありますので、Kubernetesユーザに対しても、導入コストが低い特徴があります。

“Kubeflow on Alibaba Cloud 第一回~JupyterHub環境を立ち上げる”の続きを読む

この記事をシェアする

MARS – 大規模科学技術計算ライブラリ

CJNANです。

最近、アリババクラウドで、大規模科学技術計算処理するためのライブラリMARSをGithubで公開しました。ここで、MARSについて皆さんにご紹介します。

本記事では、データ処理に関連する内容であり、クラウド製品のご紹介はございません。

“MARS – 大規模科学技術計算ライブラリ”の続きを読む

この記事をシェアする

Alibaba Cloudが2018 DAWNBenchでダブルチャンピオンを獲得

皆さん、新年明けましておめでとうございます。CJNANです。

年末年始にノンビリしながら、懐旧の気持ちになって、昔集めたNIPS論文を巡ったりしていた中で、偶然DAWNBenchコンペの最新ランキングを見たら、なんとこれを発見!

Submitは確かに2018年12月25日のクリスマス、スタンフォード大学から2018年DAWNBench成績を発表しましたが、Alibaba CloudがDAWNBenchのImageNetのInference LatencyとInference Costでダブルチャンピオンを取りましたね。めでたしめでたし!機械翻訳や音声系コンペでのチャンピオンは何回も実績ありましたが、画像系のコンペでは、確かに珍しい成績ですね。今年のDAWNBenchのランカーはほぼ米国と中国、やはり深層学習は米中がほぼ制圧でした。

“Alibaba Cloudが2018 DAWNBenchでダブルチャンピオンを獲得”の続きを読む

この記事をシェアする

Wide&Deep Learning for Recommender Systems using TensorFlow

CJNANです。

この間、お客様から「深層学習でレコメンドエンジンできるの」って聞かれましたので、ちょうど研究室時代にやってたWide&Deep Learningと言う推薦アルゴリズムを軽く紹介します。

NOTICE:本編は機械学習やTensorFlowの紹介であり、クラウド技術が含まれていません。前半はWide&Deepモデル説明、後半はTensorFlowのTutorialになります。

“Wide&Deep Learning for Recommender Systems using TensorFlow”の続きを読む

この記事をシェアする

QuickBI紹介及びOLAPアーキテクチャ説明

CJNANです。

最近データ分析の案件を対応していまして、ビックデータ基盤のMaxComputeや機械学習関連のPAI、GPUマシン、可視化ツールのDataVなどに関するノウハウをブログして共有しました。ご興味ある方はテックブログから製品名(例:PAI)を検索して、ご覧ください。

今日はAlibaba Cloudのデータソリューションの最後の一環であるBI分析について、「QuickBI」をご紹介致します。

“QuickBI紹介及びOLAPアーキテクチャ説明”の続きを読む

この記事をシェアする

【TCC特集】TCC2018@杭州からキーメッセージ

CJNANです。TCC2018@杭州から無事帰還しました。

今年のTCCも素晴らしいイベントでしたね。4日のイベントでなんと12万人の登録数!!去年の6万人と比べて倍以上増えましたね。

TCCって何?の方は昨年の記事をご参照ください。こちらも読むと面白いですよ.

Alibabaが開催するコンピューティングイベント TCC@杭州へ行ってきた!

これからTCC2018@杭州にあった、幾つかのキーメッセージを簡単にまとめて紹介します。(今年TCC全体については別記事でご紹介する予定です。)

“【TCC特集】TCC2018@杭州からキーメッセージ”の続きを読む

この記事をシェアする

[Special edition] インターンシップ業務集大成-PAIを用いた音声認識

皆さんこんにちは。この度、インターンシップ生としてSBクラウドに配属されたnakaneです。今回は、私が業務体験期間の間に取り組んできた“PAIを用いた音声認識”についてブログを投稿させていただきます。

今回、このブログで扱うPAIについてやPAIを用いた画像認識に関する詳細な情報は以下のリンクをご参照ください。

Alibaba Cloudの機械学習サービスPAI

PAIで実現するImage Recognition

 

イントロダクション

着任一週目、クラウドに関する基礎勉強やハンズオントレーニングを受けながら、クラウド技術で一体全体何ができるのだろうかとワクワクしていたところ、なんと与えられた課題は以下の2つでした。

・研究テーマとクラウド技術を融合した構成の提案

・Alibaba Cloudの新プロダクトについて調査・紹介・デモ

クラウド初心者の私は、本当にこの課題を達成できるのかと不安でした。そこで、まずは自身の研究テーマの課題を洗い出し、それらの課題はどのようなクラウド技術を導入すれば解決出来るのか考えました。そして、研究テーマとクラウド技術を融合した構成として私が考えた構成が次の図になります。

“[Special edition] インターンシップ業務集大成-PAIを用いた音声認識”の続きを読む

この記事をシェアする

PAIで実現するImage Recognition

CJNANです。
前回のブログで、PAIの背景や特性をまとめてみました。

さて、これからはPAIを使って、Image Recognitionを実現する方法を紹介します。(勿論GPUインスタンスでも実現可能ですが、こうする場合は、事前にCUDAやTensorFlowの対応する必要がある)

Notice:

  1. 現時点(2018年8月21日)では、日本サイトでまだリリースされていないサービスですが、近い時期にリリースする予定がありますので、先走って、ご紹介します。
  2. 現時点(2018年8月21日)では、中国サイトのPAIしかGPUリソースを対応しませんので、本記事をトライしたい方は、中国アカウントでお試しください。

“PAIで実現するImage Recognition”の続きを読む

この記事をシェアする

Alibaba Cloudの機械学習サービスPAI

CJNANです。久し振りに執筆を再開しました。
今日はAlibaba Cloudの機械学習プラットフォームPAIをご紹介致します。

現時点(2018年8月20日)では、日本サイトでまだリリースされていないサービスですが、近い時期にリリースする予定がありますので、先走って、ご紹介します。

この文章はあくまでも機械学習の歴史とPAIの技術全般の紹介であり、実際の操作や使い方については、下記のブログをご参照ください。

Deep Learning編

PAIで実現するImage Recognition

(今後も新しい応用編を追加する予定)

“Alibaba Cloudの機械学習サービスPAI”の続きを読む

この記事をシェアする

Alibaba CloudにGPUインスタンス登場!Tensorflowで機械学習を試す

SBCloud エンジニアの南(cjnan)です。最近、ついにAlibaba Cloudの日本サイトでもGPUインスタンスをリリースしました!なので早速試してみたいと思います。この記事ではAlibaba CloudのGPUインスタンスを利用して、Tensorflowなどの簡単なセットアップとデモを紹介します。

“Alibaba CloudにGPUインスタンス登場!Tensorflowで機械学習を試す”の続きを読む

この記事をシェアする