WWDC2018で発表された機械学習モデル生成フレームワーク Create MLについて

開発

タグ WWDC2018 WWDC CreateML 人工知能 機械学習 マシーンラーニング

Create ML

WWDC2018で、機械学習モデルをmacOS Mojave上で簡単に作成することができるフレームワーク Create MLが発表されました。

セッションのビデオはこちら

Introducing Create ML

何ができる?

セッションのビデオでは、

  • 画像の分類
  • テキストの判定
  • テーブルデータ(csvなど)によるデータの推測

のモデル作成と実際の分類のデモが行われていました。

画像認識用学習モデルの作成

Transfer Learning

注目はTransfer Learningというところで、Appleが事前に学習させたモデルを利用することで、

  • モデルサイズの縮小
  • モデル作成時間の短縮

が可能になったようです。

また、Playground上でモデルを作成するデモもありました。 画像のファイルをフォルダごと突っ込むことで学習させていましたが、ファイル名やフォルダ名がラベルになるようですね。

モデルの作り方

デモでは以下のようなSwiftスクリプトでモデルが作成されていました。

#!/usr/bin/swift

import Foundation
import CreateML

// Specify Data
let trainDirectory = URL(fileURLWithPath: "/Users/createml/Desktop/Fruits")
let testDirectory = URL(fileURLWithPath: "/Users/createml/Desktop/TestFruits")

// Create Model
let model = try MLImageClassifier(trainingData: .labeledDirectories(at: trainDirectory))

// Evaluate Model
let evaluation = model.evaluation(on: .labeledDirectories(at: testDirectory))

// Save Model
try model.write(to: URL(fileURLWithPath: "/Users/createml/Desktop/FruitClassifier.mlmodel"))

$ swift fruitClassifier.swift

以上のような形で、モデルが作成できるようです。

テキストのラベリング

セッションのデモでは、ユーザーが入力したテキストから、そのテキストがネガティブかポジティブかを判定するデモがありました。 SNS系のアプリで、コメントを制御する時に便利そうですね!


オススメ記事