TensorFlow Developer Summit2018で発表された３つのツール

１．TensorFlow Developer Summit2018で発表された３つのツールまとめ

・ブラウザでTensorFlowが動くTensorFlow.js
・転移学習に利用できるライブラリTensorFlow Hub
・大規模データでモデル評価可能なTensorFlow Model Analysis

２．TensorFlow Developer Summit2018で発表された新ツール

3月30日にTensorFlowの開発者向けイベントである第二回TensorFlow Developer Summitが開催された。発表されたツールの中では下記３つが目についた。

１）TensorFlow.js
TensorFlowをブラウザで動かす事が出来るTensorFlow.js。開発者はTensorFlowやKerasの学習済のモデルをTensorFlow.jsで使う事ができる。ユーザはソフトを改めてインストールする事は不要。単にWebページを開くだけでTensorFlow.jsを使ったWebアプリケーションを動かす事ができる。WebGLもサポートしているため、GPUが使える環境であれば自動的にGPUを使って実行速度をアップする。

スマホのブラウザ環境でも実行可能。スマホのカメラや傾きセンサーや加速センサーも利用できる。プライバシーを考慮し、ユーザのブラウザ内のデータはブラウザ内に留める設計。

TensorFlow.jsを使ったデモゲームは下記。

Emoji Scavenger Hunt

（１）スマホでアクセスする
（２）スタートすると左上に絵文字で探すべきアイテムが指示される
（３）指示されたアイテムをスマホカメラで映す
（４）人工知能がカメラに映ったアイテム認識しステージクリア

指示されるアイテムはズボン、野球帽、財布、スプーン、電球、スマホ、などなど身の回りのものだが非常に正確に認識している。

２）TensorFlow Hub
再利用可能なTensorFlow用のモジュールや学習済モデルを提供するライブラリ。TensorFlowの統一的なインタフェースから学習済のモデルを呼び出す事が出来て、学習済みモデルをtransfer learning（転移学習）に使ったりできる。

巨大データで学習済のモデルなので、
・自分が持っているデータが少なくても学習させる事が可
・過学習を避けて、より一般化されたモデルにする事が可
・学習時間を大きく短縮可

３）TensorFlow Model Analysis
TensorFlow Model Analysis(TFMA)は、TensorFlowとApache Beam(分散処理ツール)を組み合わせた機械学習の品質評価ツール。

TFMAにより
・大規模な評価用データを使った計測
・視覚化、及び視覚結果を時系列にグラフ化
・モデルのパフォーマンス評価
などが実行可能に

４）その他
・TensorFlow for Swiftによりプログラミング言語Swiftから利用可能に
・TensorFlow LiteによりRaspberry Pi（安価な教育用ハード）で動作可能に
・ニューラルネットワーク以外のベイズ分析などの機械学習用API追加
・ゲノム解析用のツール(DeepVariant)と入出力ライブラリ(Nucleus)追加