人工知能でお菓子を認識する（その３）

　本件、前編（その１）と（その２）とも、Windows単体で動くSony Neural Network Consoleを使いました。その後、すぐにクラウド版（ベータ版ですが）が公開されました。Macからも使えます。Macファンとしてはとても嬉しいです。さっそく、試してみました。

クラウド版が使える！　Macからも使える！

このクラウド版のいいところを列挙してみます。

• Windows単体版で作成したプロジェクト（ニューラルネットワークの層構造など）は、そのままクラウドへアップロードして使える。
• データセット（データの本体のuriとラベルの組み）のアップローダーが備わっており、自動的にデータ本体もアップロードしてくれる。
• クラウド版の方に本腰をいれているようだ。Windows単体版よりも表示情報が詳しく、GUIも若干充実している。

　一方、おやっ？と思ったのは...

• Compute Hoursは10時間まで無料で使える、と書いてあるのですが、このCompute Hoursとは何なのか。ログイン状態の経過時間のようです。計算も何もしていないつもりでもカウントされてしまうようです。実際、40分くらいしか実質計算にはかかっていないはずなのに、下図のとおり、すでに6.7時間も使ったことに！ベータ版の無償版だからしかたないのか。

えっ、もう6.7時間も使ったことに...

以下に、Windows単体版での前編（その２）で実施したのと同じ条件で、このクラウド版を使った際の状況を示します。

ラーニングカーブ（経過時間の表示など詳細情報も表示される）

　学習後の評価結果は、（その２）とほぼ同一なので省略しますが、評価結果の詳細を表示してみると、下図のように、入力データ（この例では周波数スペクトル）の中身がより分かりやすくpreview表示されていました。

学習後の評価結果の詳細表示の例（入力データのpreviewもgood）

　また、これはWindows単体版にもあるのですが、学習の履歴も見ることができて便利です。

このプロジェクトの学習履歴