azure machine leaning workbench の使い方
TRANSCRIPT
![Page 1: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/1.jpg)
第11回 Cogbot 勉強会2018年1月23日
瀬尾佳隆 (@seosoft)Microsoft MVP for Windows Dev
Azure Machine Learning
Workbench の使い方
![Page 2: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/2.jpg)
自己紹介
瀬尾佳隆 (せおよしたか)•MVP for Windows Development• http://yseosoft.wordpress.com/• 乃木坂46 / 欅坂46 と、仏像 / 屏風絵が好き
2
![Page 3: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/3.jpg)
今日の内容
深層学習の開発手順
Workbench Preview の機能
Workbench の使い方•既存モデルの活用•ログ出力•ハイパーパラメーターの管理•ジョブ比較
3
![Page 4: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/4.jpg)
おことわり
本セッションは “ツールの使い方” を紹介するものです
深層学習の中身には “入り込みません”
4
![Page 5: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/5.jpg)
今日の内容
深層学習の開発手順
Workbench Preview の機能
Workbench の使い方•既存モデルの活用•ログ出力•ハイパーパラメーターの管理•ジョブ比較
5
![Page 6: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/6.jpg)
深層学習の開発手順
6
データ前処理
コーディング
デバッグ
学習(トレーニング)
ジョブ比較
モデル管理 デプロイ
バグのないコードが書ければ完成・・・ではない
ハイパーパラメーターを変更しながら何度もトレーニング
各トレーニングの結果を比較
一番 “最適” なモデルをデプロイ
![Page 7: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/7.jpg)
Workbench Preview の機能
7
データ前処理
コーディング
デバッグ
学習(トレーニング)
ジョブ比較
既存モデルの活用、ログ管理、ハイパーパラメーター管理
学習結果を視覚的に比較
モデル管理 デプロイ デプロイ対象のモデルを正しく選択
Excel, Power BI ライクな整形VS Code で
今日は省略
![Page 8: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/8.jpg)
寄り道) コーディング、デバッグ
8
Visual Studio Code for AI 拡張機能をインストールしておく
![Page 9: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/9.jpg)
学習(トレーニング)
ハイパーパラメーターを変えながらトレーニングを繰り返す• これを “ジョブ” と言う
Workbench がジョブを自動で管理•既存モデルの活用•ログ出力•ハイパーパラメーターの管理
9
![Page 10: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/10.jpg)
ジョブの管理(1)
これまでのジョブを一覧表示、視覚的に比較
10
![Page 11: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/11.jpg)
ジョブの管理(2)
ジョブの標準出力を自動保存、いつでも参照
11
![Page 12: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/12.jpg)
既存モデルの活用
例)MNIST で実績があるモデルをFashion-MNIST で活用してみる
12
MNIST
Fashion-MNISTまだ精度は
出ていないが、活用できそうだ
![Page 13: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/13.jpg)
ログ出力(1)
13
# ロガーの作成from azureml.logging import get_azureml_loggerrun_logger = get_azureml_logger()
# ロガーへの出力run_logger.log("Average Test Error", average_error)
# printと適宜共存print("Average test error: {0:.2f}%".format(average_error))
![Page 14: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/14.jpg)
ログ出力(2)
ジョブ一覧画面でグラフ表示•各ジョブで出力された数値データ
14
![Page 15: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/15.jpg)
ログ出力(3)
各ジョブの結果画面でプロパティ表示•文字列、数値データ
15
![Page 16: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/16.jpg)
ログ出力(4)
各ジョブの結果画面でグラフ表示•数値のリストデータ
16
![Page 17: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/17.jpg)
ハイパーパラメーターの管理(1)
17
if len(sys.argv) > 1:learning_rate = float(sys.argv[1])
else:learning_rate = 0.2
print("learning_rate is {}".format(learning_rate))run_logger.log("learning_rate", learning_rate)
if len(sys.argv) > 2:minibatch_size = int(sys.argv[2])
else:minibatch_size = 64
print("minibatch_size is {}".format(minibatch_size))run_logger.log("minibatch_size", minibatch_size)
![Page 18: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/18.jpg)
ハイパーパラメーターの管理(2)
18
![Page 19: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/19.jpg)
寄り道)readme.md の編集(1)
Markdown で編集
19
# cntk_fashion_mnist_args.py の引数の意味とデフォルト値learning_rate (デフォルト: 0.2)
minibatch_size (デフォルト: 64)
num_sweeps_to_train_with (デフォルト: 10)
![Page 20: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/20.jpg)
寄り道)readme.md の編集(2)
20
![Page 21: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/21.jpg)
ジョブ比較
2個のジョブをグラフで選択して詳細に比較
21
![Page 22: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/22.jpg)
モデル管理
選択したジョブのモデルをいつでも取り出せる
22
![Page 23: Azure Machine Leaning Workbench の使い方](https://reader034.vdocuments.pub/reader034/viewer/2022051404/5a6e0e137f8b9a90468b4fed/html5/thumbnails/23.jpg)
まとめ ~Workbench の機能~
既存モデルの活用
ログ出力
ハイパーパラメーターの管理
ジョブ比較
23