[コメント]:<>((c)2017-2021、Aidynamics、Inc。All Rights Reserved。)

概要/Overview

はじめに

Neopulse® Managerは、データのアップロード、モデルの学習、モデルでの推論など、AIモデルの開発運用に用いるGUIツールです。Neopulse®Manager内では、ドキュメントを通じて使用される概念がいくつか存在します - プロジェクト:問題を解決することを目的とした実験の集まり。特定のAIタスクに向かってキュレーションされたワークスペースのようにそれらを考えてください。

  • データセット:プロジェクト内のモデルの学習(および評価と推論)を行うために使用されるデータ。

  • モデル:学習データを反映させて作成されたAIアルゴリズム出力

  • Iteration/繰り返し:モデルの学習は、反復(iteration)を経て実行されます。一般に、学習過程においては、反復を繰り返すことでモデルの性能を向上させます。

  • ポータブル推論モデル(PIM):AIモデルを含むオブジェクトファイル。ハイパーパラメータなどのメタデータを含みます。

  • テスト:PIMに対し様々なデータを流し込んで性能を評価、そのなかでメトリックに沿った最適なAIモデルを選択します。

  • メトリック:[Loss/損失]、[Accuracy/正確性]などの関数(https://developers.google.com/machine-learning/crash-course/classification/モデルの性能を説明するために使用される)。

  • クエリ: AIモデルを使って、実際に推論を行うことをクエリと呼んでいます。クエリは、REST APIまたはコマンドラインから送信できます。

作業の流れ

Neopulse® Managerのワークフローの視覚的表現については、クイックスタートガイドまたは機能ガイドをご覧ください。

NeoPulse®Manager内で、一連の作業は、学習データのアップロードで始まります。アップロードが成功した後、プロジェクトを作成します。プロジェクトにアップロードしたデータを紐づけして、ビュー(入力/出力仕様)を作成します。その後、[アーキテクチャの構築]を完了するモデルエディタ、(NML-architecture.md)でNMLファイルの残りの部分の編集を完了します。モデルエディタは、デフォルトで「auto」を使用します。ClassificationまたはRegressionタスクを実行する場合、追加の作業はありません。 最後に、[DevOps](MNGR-devops.md)において、「モデル」の「Train/学習」タブからAIモデル学習をさせます。モデルのトレーニングが完了したら、「A/Bテスト」タブを使用し、モデルの評価を行います。