Firebase ML Kitで自作のカスタムモデルを使って料理・非料理画像を判定できるようにした - クックパッド開発者ブログ
会員事業部の山下(@farmanlab)です。 Androidエンジニアとしてクックパッドアプリの開発を担当しています。 今回はGoogle I/O 2018で新しく発表されたML Kitをクックパッドのデータで学習したモデルを使って検証した話をします。 機械学習モデルの利用にあたって、研究開発部の菊田(@yohei_kikuta)の協力の元で検証を行いました。 これからお話する内容がイメージしやすいよう、 クックパッドの料理・非料理を判別するモデルを動かした実機デモをお見せします。 これは料理と判定された確率がfood、料理ではないと判定された確率がnon-foodというラベルのスコアで表示されているデモです。 (非)料理画像において(non-)foodのラベルのスコアが大きくなり正しく判別できていることが分かります。 モデルは MobileNetV2 tensorflow-gpu==1
Heroku+Firebase で無料+簡単ツイート収集 - Qiita
イイ感じに Tweet を収集したい。 というわけで何も考えずに Tweet を収集出来る Heroku-ready アプリを作りました。 キーワードを指定し、合致する Tweet を収集することが出来ます。 使い方 git clone git@github.com:kaiinui/tweet_collector.git config/keys.yml に Twitter App のキーと Firebase の Base URI を書く（下記参照） config/words.yml にトラッキングしたいワードを書く。("xvideo"とか面白いと思います。) ./push これでたくさんツイート収集してツイートコレクターの称号をゲットしましょう！ 注意点 日本語ワードを使うと上手く取れません。（TwitterのAPIの都合） 1つの Twitter App につき1つのtweet_coll
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
