Google의 Machine Learning SDK인 ML Kit을 소개합니다. 이 발표는 Google For Mobile 2018 I/O Recap Seoul에서 진행한 발표입니다.

1. 모바일 개발자를 위한 ML Kit:
Machine Learning SDK 소개
신정규
Founder & CEO, Lablup Inc.

8. ONNX (Open Neural Network Exchange)
Microsoft / Facebook (Sep. 2017)
Caffe 2+PyTorch (Facebook), CNTK (Microsoft)
MLMODEL (Code ML model, Machine Learning Model)
Apple (Aug. 2017)
Caffe, Keras, scikit-learn, LIBSVM (Open Source)
Provides Core ML converter / specification

11. 연구-개발-응용
사용자에게 다가가는 법
개발자에게 접근하는 법
남은 블럭 채우기

12. 질과 양을 모두 담보하는 데이터의 부족
모바일 기기에서의 추론에 최적화된 모델의 개발
작업중인 / 개발중인 모델의 전개
왜 머신러닝 / 딥러닝의 도입이 어려울까?

14. ML Kit은?
iOS 및 안드로이드 SDK
기본 API들 및 맞춤형 모델 지원
기기에서 바로 실행 및 구글 클라우드 AI 추론 API
Firebase와의 강한 통합

15. ML Kit은?
iOS 및 안드로이드 SDK
기본 API들 및 맞춤형 모델 지원
기기에서 바로 실행 및 구글 클라우드 AI 추론 API
Firebase와의 강한 통합

18. ML Kit은?
iOS 및 안드로이드 SDK
기본 API들 및 맞춤형 모델 지원
기기에서 바로 실행 또는 구글 클라우드 AI 추론 API
Firebase와의 강한 통합

19. 시각 대화 문자 임의

20. 텍스트 인식 이미지 라벨링 바코드 스캔 얼굴 인식 랜드마크 인식
고성능 얼굴 칸토어 인식 스마트 답장 API
기본 API들
실용적으로 쓰이는 간단한 API
곧 추가될 예정인 API:

21. 맞춤형 모델 지원
맞춤형 모델을 간단하게 사용하기
동적 모델 다운로드
Firebase 기반의 A/B 테스팅
모델 변환 및 압축 (출시 예정)

22. 맞춤형 모델 사용하기

23. 맞춤형 모델 불러오기

24. ML Kit은?
iOS 및 안드로이드 SDK
기본 API들 및 맞춤형 모델 지원
기기에서 바로 실행 및 구글 클라우드 AI 추론 API
Firebase와의 강한 통합

25. 빌드 파일에 라이브러리 포함시키기

26. iOS. 장치 내에서 이미지 레이블링하기

27. 안드로이드. 장치 내에서 이미지 레이블링하기

28. 안드로이드. 클라우드에서 이미지 레이블링하기

29. 무료 특징당 월 1000건 무료
저지연
네트워크 필요 없음
고정밀도 분류
400+레이블 10000+레이블
이미지 분류 API

31. ML Kit은?
iOS 및 안드로이드 SDK
기본 API들 및 맞춤형 모델 지원
기기에서 바로 실행 및 구글 클라우드 AI 추론 API
Firebase와의 강한 통합

32. Firebase 콘솔에서 ML Kit 사용

34. 맞춤형 모델 사용

35. 맞춤형 모델 불러오기

36. Firebase 원격 설정을 이용한 모델 교체

37. Remote Config를 사용하여
모델 변경
원격 설정을 이용하여 맞춤형 모델 로드

38. 데모:
ML Kit 을 실제 폰에 적용하기

39. ML Kit은?
iOS 및 안드로이드 SDK
기본 API들 및 맞춤형 모델 지원
기기에서 바로 실행 및 구글 클라우드 AI 추론 API
Firebase와의 강한 통합
출시 예정: 얼굴 칸토어 인식, 스마트 답장 API
출시 예정: 엣지 머신러닝을 위한 모델 압축 및 최적화

40. 추가 예정인 API
고성능 얼굴 칸토어 인식
스마트 답장 API

41. ML Kit은?
iOS 및 안드로이드 SDK
기본 API들 및 맞춤형 모델 지원
기기에서 바로 실행 및 구글 클라우드 AI 추론 API
Firebase와의 강한 통합
출시 예정: 얼굴 칸토어 인식, 스마트 답장 API
출시 예정: 엣지 머신러닝을 위한 모델 압축 및 최적화

42. 모델 압축
그래프 프리징
그래프 변환 도구들
양자화
가중치 양자화
계산 양자화
메모리 매핑

44. 압축 방법 1. 솎아내기
필요없는
네트워크 가중치와
활성 상태 지우기

45. 압축 방법 2. 양자화
모델 네트워크 가중치와 활성 상태의 비트수 줄이기

46. 압축 방법 3. 걸러내기
원래 모델 (선생 모델) 에서 필요한 기능만을 비슷한 성능으로 구현하는
더 작은 모델 (학생 모델)을 만들어 훈련 및 이전하기

47. 압축 방법 4. 공동 훈련
다양한 크기의
작은 모델들을 만들고
선생 모델과 함께 훈련
시켜
최적화된 모델 찾기

48. 맞춤형 모델 변환 및 압축
준비중

49. 압축 결과 확인
준비중

50. 맞춤형 모델 서빙
준비중

51. 더 알아보려면
ML Kit for Firebase
https://firebase.google.com/docs/ml-kit/
Introduction to TensorFlow Lite
https://www.tensorflow.org/mobile/tflite/
youtube.com/GoogleDevelopers

53. #googleformobile #google #io2018 #android #googlecloud
#tensorflow #googleassistant
Thank you!
신정규
Founder & CEO, Lablup Inc.
지금부터 30분간 로비에 마련된 Speaker Lounge에서 본 세션 연사자와의 일대일 상담이 가능합니다.
모바일 Q&A에 올리신 질문에 대한 답변을 받지 못하셨거나 추가적인 질문이 있으신 분들의
많은 참여를 부탁드립니다!