【画像判定AIアプリ開発・パート2】Django・TensorFlow・転移学習による高精度AI アプリ開発
4.4 (181 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
2,329 students enrolled

【画像判定AIアプリ開発・パート2】Django・TensorFlow・転移学習による高精度AI アプリ開発

画像分類AIアプリ自作シリーズ第2弾!Python3でクローリングして独自データを収集し、転移学習で高精度のディープラーニングAIモデルを作り、DjangoでWebアプリ化しよう!
4.4 (181 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
2,329 students enrolled
Last updated 7/2019
Japanese
Current price: $62.99 Original price: $89.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 3.5 hours on-demand video
  • 6 articles
  • 3 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Kerasによる畳み込みニューラルネットワークを使用したAIモデル開発
  • より精度を上げるための転移学習やファインチューニングの仕組み
  • Django 2.2の基礎とウェブアプリ化
Course content
Expand all 42 lectures 03:21:13
+ 環境構築(既修者はスキップOK)
3 lectures 18:21
Anaconda 3のインストール(Windows 10)
04:00
Python仮想環境の追加とTensorFlowのインストール
03:54
+ データの収集・クレンジング
9 lectures 29:44
Visual Studio Codeをインストールしよう!
03:53
Visual Studio CodeでPythonコードを実行してみよう!
05:04
Flickr APIキーを取得しよう!
03:42
データをダウンロードするプログラムを書こう(その1)
07:11
ダウンロード実行時の注意
00:42
バイクのデータをダウンロードしてみよう!
05:08
車のデータをダウンロードしよう
01:26
データのクレンジングを行おう!
01:30
データダウンロードプログラムのソースコード
01:08
+ CNNによるトレーニング
5 lectures 32:01
データセットの生成
10:35
データの正規化処理を追加しよう
01:26
モデルの定義とトレーニングのコードを書こう
13:22
トレーニングの実行とチューニング
03:28
レビューと転移学習への発展
03:10
+ 転移学習でスコアアップを図ろう!
6 lectures 24:02
転移学習セクションのスライド
00:03
VGG16のロードとサマリーの確認
07:02
全結合層の追加
04:21
CNNレイヤーのフリーズとトレーニングの実行
03:39
学習率やエポック数のチューニングでスコアアップを図ろう!
04:32
+ コマンドラインアプリ化しよう!
2 lectures 10:45
学習済みモデルをh5形式で保存しよう
03:06
コマンドラインアプリにしてみよう
07:39
+ Djangoでウェブアプリ化しよう
14 lectures 01:20:22
Djangoのインストールと動作確認
05:47
アプリを追加しよう
07:09
ルーティングファイルを分割しよう
06:44
HTMLファイルを作っていこう
02:39
テンプレートファイルの構成を理解しよう
04:34
共通ベーステンプレートを作成しよう
06:58
Django-bootstrap4モジュールのインストール
00:14
ファイルアップロードのテンプレートを作成しよう
09:06
Formクラスを定義してアップロードページを完成させよう
08:31
モデルの定義と推定処理を追加していこう
09:32

ファイルのアップロード・推論を行い、コンソール上に推論結果を表示させます。

推定を実行してみよう
05:30
推定結果をウェブページに埋め込もう!
07:06
画像ファイル名を表示させよう!
01:56
+ ボーナスセクション
1 lecture 02:28
AI・ディープラーニングのおすすめコース
02:28
Requirements
  • インターネット接続
  • Windows またはmacOS、できれば最新版が望ましい
  • Pythonプログラミングの経験(なくても進められますが、あると理解が速いです)
Description

【最新更新状況】

2019/5/22 コースをリリースしました。


【このコースについて】

このコースではPythonのウェブアプリ開発フレームワークDjango 2.2を使ってAIウェブアプリ開発にチャレンジしていきます。

TensorFlow体験講座や画像分類AIアプリ開発(Flask編)の続編です。

TensorFlow(Keras) を用いて画像分類モデルを生成し、そのモデルをDjangoから読み込んで画像ファイルをアップロードし、「写真にうつっている物体が車かバイクか」を判定するアプリを作っていきます。

また推定精度を上げるためにVGG-16モデルの転移学習を行い、大幅な識別精度の向上を図っていきます。

今回の車とバイクの画像分類では100%の精度を達成できましたので、他の素材を使っても実用レベルのモデルを生成できるでしょう。

また、Djangoについても最新のバージョン2.2で画像ファイルのアップロード、Kerasのモデルによる推論、投稿画像ファイルの表示や推定結果表示などをステップバイステップで学んでいきます。

さらに見た目を整えるために今回はBootstrap4モジュールを使用して、スマートなデザインのウェブアプリ化を目指します。


【コースの概要】

1.環境構築とデータの収集

2.データの前処理(クレンジングとNumPy配列化・ファイル保存)

3.CNNと転移学習によるAIモデル開発・モデルファイル保存

  • TensorFlow内蔵Kerasによるモデル定義・学習・推定

  • データの正規化

  • コマンドラインアプリ化(Python3)

4.Djangoによるウェブアプリ化

  • Bootstrap4モジュールによるスタイリング

  • アップロードした画像ファイルの画像推定と結果表示

  • アップロード画像の表示


【他のAIコースとの関係】

  • このコースは、「TensorFlow体験講座」「Kerasによる画像分類AI自作コース」の続編となります。特にTensorFlow体験講座を受講しておいていただくと、ニューラルネットワークによる学習イメージを理解しやすいでしょう。

  • 画像分類以外にチャレンジしたい方は、

    • 自然言語処理

    • 強化学習

    • GAN(画像生成)

    • ニューラルネットワーク自作

    • Kaggleに挑戦

    • 物体検出


      などの各種ディープラーニングアルゴリズムのコースをチェックしてみてください。

【学習上の注意】

  • 通信環境やマシンスペックによってはプログラムがスムーズに動作しないことがあります。その際は慌てずに再実行したり、スクリーンショットを添えて、コースのQ&Aまで投稿ください。できるだけ当日に回答できるよう努力します。

  • ビデオによる学習が苦手な方にはおすすめしていません。その場合は、テックピットなどテキストベースのプラットフォームでの学習をお勧めします。

  • コースコンテンツの企業内利用・教育機関内利用にも対応しています。詳しくはメッセージなどでお問合せください。クラウドベースで提供可能です。

Who this course is for:
  • DjangoでAIアプリを開発してみたい方
  • Flaskでウェブアプリ化を経験したが、Djangoでも実装してみたい方
  • Kerasで畳み込みニューラルネットワークによる深層学習を経験したが、より精度向上を図りたい方