はてなブックマーク

➊. はじめに Docker超初心者🥚🐣🐤集まれ！ Dockerって、なんとなく分かってはいるけど、触ったことないので、モヤモヤ………とりあえずwebサーバの立ち上げをハンズオンして簡単に理解していきたいと思います。ちなみに、webサーバはnginx(エンジンエックス)を使用したいと思います。 この記事と一緒にwebサーバの立ち上げをハンズオンし終える頃、『アナタはDocker超初心者からDocker初心者へ格上げされる』ことでしょう👏😄⤴ ➋. やること Dockerを簡単に理解しつつ、win10に環境を整えていきます。Dockerコマンドを実施する際にPowerSellよりもbash等の方が使いやすいので、WSL2(Windows Subsystem for Linux ver.2)、Ubuntuもインストールしていきます。 具体的には以下5つを実施します。 Dockerの簡

❶はじめに AIの'Hello World'と呼ばれるMNIST(AIによる数字認識)について、今日もゆるりと試行錯誤していきたいと思います。 自分で書いた数字を認識させてみた 『0からはじめる「Python AIプログラミング」for Google Colab』で実施した通り、MNISTの認識精度は99.1%以上となり、ほぼ完成しているように見えました。 しかし、『【MNIST】自分の数字をAIに認識させよう』で自分の手書き数字が正しく認識されるか試してみたところ、意外と誤認識が多いことが分かりました。 これはつまり、MNISTが用意したテストデータでの認識精度が99.1%以上になったに過ぎないということですね。 →考えてみたら、そりゃそーなんだけどね😅 誤認識サンプル 例えばですが、『0からはじめる「Python AIプログラミング」for Google Colab』で作ったモデルを

1. はじめに AIで手の形を検出できたら、手話の翻訳などにも活用できそうですよね。いきなり手話翻訳は難しいので、まずは、じゃんけんの「グー・チョキ・パー」をAI（YOLO）でリアルタイム検出できるか試してみたいと思います。 ※サクッとじゃんけん検出だけ遊びたい人は、手順7～9までをLocal PCで実施してください😉 2. 具体的にどんなことをやるか Local PCのwebカメラを使って、じゃんけん(グー・チョキ・パー)をAIに検出させたいと思います。モデルを作成するのにLocal PCだとかなり時間がかかりそうなので、モデル作成はGoogle ColabのGPUパワーを利用しサクッとモデルを作って、作ったモデルをLocal PCへ移植したいと思います。 モデル作成は、最先端リアルタイム物体検出システムであるYOLO V5を使用します😊 イメージ図 3. 開発環境 3.1 開発環境