概要
IBM Developer 上の Model Asset Exchange には、テキスト、画像、音声、動画の処理といった一般的なアプリケーション分野に向けて数々の最先端オープンソース深層学習モデルが用意されています。開発者は Model Asset Exchange 上で必要なモデルを検索し、無料で利用することができます。キュレートされたモデルのリストには、ローカルで、またはクラウド内の Docker や Kubernetes 上でマイクロサービスとして実行できるデプロイ可能なモデルもあれば、独自のデータを使用してトレーニングできるモデルもあります。
目標
このラーニング・パスを完了すると、以下の知識とスキルを身に付けることができます。
- デプロイ可能な (すぐに使える) 深層学習モデルとトレーニング可能な (使用する前にカスタマイズする) 深層学習モデルを Model Asset Exchange 上で検索して調べる
- Docker 上にモデル対応マイクロサービスをデプロイする
- Red Hat OpenShift コンテナー・プラットフォーム上にモデル対応マイクロサービスをデプロイする
- Node.js または Python Web アプリケーションからマイクロサービスを利用する
- Node-RED フローからマイクロサービスを利用する
- サーバーレス・アプリケーションからマイクロサービスを利用する
- JavaScript を使用して Web ブラウザー内でマイクロサービスを利用する
- サンプルの Model Asset Exchange コード・パターンに取り組む
前もって必要となる知識
このラーニング・パスでは入門者を対象としているため、事前の知識は必要ありません。
スキル・レベル
このラーニング・パスのスキル・レベルは入門者です。
所要時間
このラーニング・パスを完了するための推定所要時間は、約 3 時間です。
モジュール
このラーニング・パスは、以下のモジュールで構成されています。
- Article
IBM Developer 上で公開されている Model Asset Exchange の紹介
MAX には、テキスト、画像、音声、動画の処理といった一般的なアプリケーション分野に向けて数々のオープンソース深層学習モデルが用意されていることを学んでください。
- Tutorial
Model Asset Exchange 入門
無料のオープンソース深層学習モデルをマイクロサービスとしてデプロイしてアプリケーションやサービス内で利用する
- Tutorial
深層学習モデルを Red Hat OpenShift 上にデプロイする
Model Asset Exchange から取得したモデルに対応するマイクロサービスを Red Hat OpenShift 上にデプロイします。
- Tutorial
Node-RED フロー内で深層学習を活用する
Node-RED フロー内で、Model Asset Exchange の深層学習モデルを利用して画像、動画、音声、またはテキスト・データを処理できます。
- Tutorial
IBM Cloud Functions 内で深層学習を活用する
Cloud Object Storage バケット内の変更をモニタリングし、深層学習マイクロサービスを使用してデータを分析する方法を学ぶ。
- Blog Post
Raspberry Pi 上で MAX 深層学習モデルを実行する
深層学習アプリケーションに伴う問題を探り、Raspberry Pi 上で深層学習を行うことによって、こうした問題を解決できる理由を説明します。