Alpaca社のLabellioをさっそく試した
本日、なにやらまたまた新しいDeep Learningのツールが登場しました。「最も簡単なWebプラットフォーム」を名乗る「Labellio(ラベリオ)」です。しかしこうも次から次へ新しいものが出てくるとはもはや異常事態です。というわけでLabellioが本当に最も簡単なプラットフォームなのか、早速試してまいりたいと思います。
AWSのGPUを搭載したマシンの上でCaffeが動いているようです。手順は以下のとおりです。
・GoogleIDまたはGitHubIDでログインする
・自分で用意したテスト画像をアップロードする
・学習を始める。ネットワークモデルはCaffeNetで、自分で設定をいじるようなことはしない。
・学習の経過はグラフを見てモニタできる。
・学習結果がダウンロードできる。サイズが200MBくらいあるが、caffemodel.binaryprotoがほとんどを占めている。
ここで筆者が使った画像データは、先日と同じ64*64pixグレースケールの「cno」です。なお、画像データのアップロードの際、負荷が高かったせいか何度も処理が落ちました。この試用の際はまず様子をみるために、認識の精度は度外視して画像を1000枚*3種（データサイズ3.8MB）に減らしてやりました。本来は512MBまでいけるそうです。
中の人は大丈夫なのか？大丈夫なのか？
"現状では未だ発見されていない様々な用途に対する画像認識技術にトライしてもらうべく、現段階におきましては無料にてLabellioをリリースします。"
"フィードバックや質問をお気軽にお寄せください。小さなチームですが、１時間以内の返答を目指しております"
まとめ
使ってみた感想ですが「むつかしい話はおいといてとにかくみなさんつかってみてね」というメッセージを感じました。というわけで結論ですが、Labellioは現時点でDeep Learningの最も簡単なWebプラットフォームといえるでしょう。（筆者しらべ）
謝辞
からあげ師匠、izmさん、いつも筆者の活動を応援してくださりありがとうございます。話は変わりますが、今年度はじめの4月1日からかぞえて、筆者が研究室泊+出張のために家で寝なかった回数は累計 66泊 / 91日 となりました。
