Lab 7 in Singapore

Unityでのゲーム開発、プログラミング教育、VR/AR/MR、AI・機械学習に関して。たまにシンガポールのネタも。

AI / 機械学習

【AI/機械学習】TensorFlow(GPU版)と Keras のインストール方法 Part1

Machine Learning(機械学習)Deep Learning(深層学習)のフレームワークとして Google の提供する TensorFlow が今はダントツ一番人気ですね。他のフレームワークより少し遅れてリリースされましたが、現在実質デファクトスタンダードです。

私も以前は Preferred NetworkChainer を使っていましたが、最近は TensorFlow ばかりです。やはり世界的に利用者が多いと、参考になる記事や資料もとても多くなるのが魅力ですね。
TF_GPU_01
そこで、今回はインストールがけっこう面倒な TensorFlow (GPU版)の解説を詳しく行います。(CPU版のインストールは簡単なので、ここでは対象にはしていません。)
私の感覚的には、当然モデルや他の処理など 場合にもよりますが、CPU版に比べて 5,6倍速いときや 7,8倍速いときなどあります。できれば使用したほうが良いです。CPU版で数日かかる処理を数時間で終わらせられるのはほんとうに魅力的です。

また、TensorFlow を利用する際は Keras(TensorFlow上で実行可能な高水準のニューラルネットワークライブラリ)を利用する人も多いでしょうから、ここでは Keras のインストールも説明します。

続きを読む

【機械学習、Unity】ML-Agents の3DBall で機械学習を試す

Unity で機械学習(Machine Learning)が行える ML-Agents について、前回、前々回に 3DBall と言うサンプルをサンプルデータ(学習済みデータ)を用いて試してみました。
ML-Agents の3DBall を試す(サンプルデータ使用)Part1
ML-Agents の3DBall を試す(サンプルデータ使用)Part2

今回は、サンプルの学習済みデータを用いず、自分で学習を行わせてみます。(前回までの設定はされている前提です。)
ML-Agents_26
続きを読む

【機械学習、Unity】ML-Agents の3DBall を試す(サンプルデータ使用)Part2

Unity で機械学習(Machine Learning)が行える ML-Agents について、前回 3DBall と言うサンプルを試すために ML-Agents の設定前準備を説明しました。
(URL:ML-Agents の3DBall を試す(サンプルデータ使用)Part1

今回はその設定法の続きと、実行結果を紹介します。
ML-Agents_11
続きを読む

【機械学習、Unity】ML-Agents の3DBall を試す(サンプルデータ使用)Part1

Unity で機械学習(Machine Learning)が行える ML-Agents について、Unite 等でもセッションが何度も行われ、デモがそのたびに行われております。
私も ML-Agents のセッションの紹介記事は何度か書かせて頂きました。
(URL:Unite 2018 Tokyo:Unity for ディープ・ラーニング:ツールキット『ML-Agents』
(URL:Unity Session in GDC2018:Unity Machine Learning: ML Agents

これらのデモで必ずというように出てくる 3DBall と言うサンプルがあります。
ML-Agents_01

今回はこのデモを自分の Unity 上で試すやり方を紹介しようと思います。
(ですので、今回は自分でまず動いているところを見ると言うのを目的とします。実際の機械学習は行わず、サンプルの学習済みのデータを使います。3DBall の機械学習自体はまた次回に。
続きを読む

【Unity】Unite 2018 Tokyo:「Unity for ディープ・ラーニング:ツールキット『ML-Agents』のご紹介 」 Part 2

前回、5月7日から9日に東京国際フォーラムで行われた Unite 2018 Tokyo の個別セッションの「Unity for ディープ・ラーニング:ツールキット『ML-Agents』のご紹介 」の前半を紹介しました。
これは Unity Technologies で Head of Global Evangelism Content を務める Mike Geig が行ったセッションとなります。
「Unity for ディープ・ラーニング:ツールキット『ML-Agents』のご紹介 」 Part 1

前回、このセッションの前半として、Unity の Machine Learning の基本的考え方、Imitation Learning のデモで使われたカーレースの細かい設定法や機械学習自体のデモのパートを紹介しました。
Unite 2018 Tokyo AI_04(セッション映像の切抜)

今回はこのセッションの後半部分の紹介となります。

Imitation Learning を使ったカーレースデモの設定法が終わると、次に他の例がいくつか紹介されました。
続きを読む

【Unity】Unite 2018 Tokyo:「Unity for ディープ・ラーニング:ツールキット『ML-Agents』のご紹介 」 Part 1

5月7日から9日に東京国際フォーラムで行われた Unite 2018 Tokyo の個別セッションをまた1つ紹介します。
今回紹介するのは Unity Technologies で Head of Global Evangelism Content を務める Mike Geig が行った「Unity for ディープ・ラーニング:ツールキット『ML-Agents』のご紹介 」。
最近ホットな話題の機会学習です。

彼はこのセッションで、Unity がリリースしているUnity 上で深層学習モデルのトレーニングとデプロイを可能にするツール ML-Agents を用いて、機械学習のデモや設定法を詳しく説明しています。
ML-Agents に関する個別セッションですので、Keynote などで出る単なるトレーニング後の結果デモだけでなく、設定、トレーニングの実施、トレーニング後のAIの使用と順々に詳しく説明してくれています。
(本セッションの映像は以下から見られます。)


彼は実際は Unity のエバンジェリストの偉い方で、AI の専門家と言うわけではないのですが、実演をたくさん行ってくれてとても分かりやすかったです。さすがエバンジェリストの親分です。

続きを読む
Game App from Lab7
GooglePlay_Top_2 (Android) GooglePlay_Top_2 (Android, iOS) GooglePlay_Top_2 (Windows) GooglePlay_Top_2 (Android, iOS)
Lab7 blog in English
Sponsored Link
Twitter プロフィール
《シンガポールでARゲーム個人開発中。 主にARに関して情報発信してます。》 VR/AR/MR、Unity、機械学習/AIにも興味あり。それらのシンガポール、東南アジアの情報もあわせて発信中。
Blog Visitors [訪問者数]
  • 累計:

PV [アクセス数]
  • 累計:

Sponsored Link