DLLAB Engineer Days: 推論環境としての Windows ML x ONNX の実際Daiyu Hatakeyama
推論環境の作成を大幅に簡素化してくれる選択肢の一つとして、Windows ML は外せません。その Windows ML は ONNX 経由で連携する事になります。このセッションでは、End-To-Endで個別作成したモデルの ONNX 化。そして、その Windows ML アプリケーションへの組み込みを、既存のサンプルコードを題材にHackしていきます。
DLLAB Engineer Days: 推論環境としての Windows ML x ONNX の実際Daiyu Hatakeyama
推論環境の作成を大幅に簡素化してくれる選択肢の一つとして、Windows ML は外せません。その Windows ML は ONNX 経由で連携する事になります。このセッションでは、End-To-Endで個別作成したモデルの ONNX 化。そして、その Windows ML アプリケーションへの組み込みを、既存のサンプルコードを題材にHackしていきます。
映像やCG制作の現場において、AIの技術は様々な自動化・クリエイティブで利用され始めています。そのAI そのものは、従来のデジタル制作と異なる性質も持っており、道具としての AI を正しく理解しておくことも重要です。このセッションでは、既存のAI技術を紹介しつつ、どのようにクリエイティブの現場に取り入れ、理解していくのかをご紹介します。
24. 2424
Bad Design の例 : 単一のダイアログで 100 LUIS インテントを使う
Hello user! How can I help you?
1 question
100 different things your bot can do (intents)
100 different utterances (examples) per intent
= 10,000 different things users may say (plus the
other N possibilities you didn’t predict)
Users will only guess 3 or so things from 100
So you might have wasted 97% of your code