メニュー

技術ブログ

Denso IT Lab.社員による技術情報の紹介

Denso IT Laboratory researcher's blog sites

数式

RSS

ページトップへ

iOSDC2017で登壇してきましたースライド公開

神出鬼没,sonsonこと,吉田悠一です.

iOSDCで発表してきました.スライド公開します.

このエントリーをはてなブックマークに追加

try! Swift 2017 ハッカソンで賞をもらいました

sonsonこと,Yuichi Yoshidaです.
学会も,言語系のカンファレンスも,ハッカソンも,WWDCも色々出没する自由人です.

先日,開催されたtry!Swift 2017 ハッカソンで3つも賞をいただきました.
48チーム中2位の賞と,スポンサー賞である,SanSan賞,Yahoo!賞をいただきました.

開発したのは,Swift Playgroundsで動作する,Jupyter notebookみたいな環境です.実装できた機能は,基本的な行列演算,plotとscatterでグラフを描画できるビューです.行列演算のバックエンドは,Accelerate.frameworkに内包されるBLAS, LAPACK, vvLibを使っているので,計算結果は,安心できると思います.多分.

https://github.com/sonsongithub/numsw

すべてのソースコードは,上記リポジトリに置いてあります.

ビルドした(コピーしてるだけですが)PlaygroundbookをiPadにAirDropで転送したりすると,Playgrounds.appでコーディングすることができます.上のスクリーンショットがPlaygrounds.appでbookを開いたところです.左ペインに計算コードを書いて実行すると,右ペインでplotやscatterの実行結果としてグラフがレンダリングされます.まだまだ生煮えのプロジェクトですが,開発は続けていこうと思っていますので,興味がある方は開発にご参加ください.

このエントリーをはてなブックマークに追加

Demitasse〜DNN高速化ライブラリを公開しました

どうも吉田悠一です.
弊社の近藤がNIPS2016のWorkshopで発表したDemitasseをオープンソースで公開します.

“Satoshi Kondo, “Demitasse: SPMD Programing Implementation of Deep Neural Network Library for Mobile Devices”, ML Systems Workshop NIPS 2016 PDF

https://github.com/DensoITLab/Demitasse

llvmとispcを使い,Deep Learningの計算を高速化します.
Demitasseによれば,iOSデバイス上でもGPUを使わずに数百msecの時間で,Caffe Model Zooによる画像認識を実行することができます.

ビルド方法は,githubのリポジトリのドキュメントに書いてあります.
また,Linuxで使いたい方は,dockerを使って,簡単に環境を構築できます.

簡単に処理性能を確認したいという方向けに、iOS限定ですが、デモアプリも公開しておりますので、お試しください。(アプリインストール後、アプリ内で事前学習済みデータのダウンロードを行う必要がありますが、データサイズが数百MBと大きいため、学習済みデータのダウンロードはWiFi環境などで行うことをお勧めいたします)

AppStore

このエントリーをはてなブックマークに追加